一种新产品销量的预测方法技术

本发明专利技术提供了一种新产品销量的预测方法，其包括：特征集合构建步骤，构建包括新产品的所有特征的特征集合；销量数据获取步骤，获取具有特征集合中的全部或者部分特征的已上市产品的销量；相似产品筛选步骤，从特征集合中选取一个特征子集，通过使用相似性度量函数，从已上市产品中筛选出具有特征子集中的特征且在特征子集上与新产品相似的多个相似产品；销量一致性检测步骤，算出多个相似产品的销量的差异度，若差异度小于预先规定的容忍值，则认为多个相似产品的销量通过一致性检测，否则认为多个相似产品的销量没有通过一致性检测；新产品销量预测步骤，使用通过一致性检测的多个相似产品的销量，预测新产品的销量。预测新产品的销量。预测新产品的销量。

【技术实现步骤摘要】
一种新产品销量的预测方法


[0001]本专利技术涉及一种新产品销量的预测方法。

技术介绍

[0002]在商业经营上，产品需求预测是一个重要课题，其中新产品销量预测就是其中一个较为困难但重要的子课题。现代生产中，产品生命周期显著缩短，特别是手机、汽车等领域的产品，新产品发布十分频繁。企业对即将上市的产品销量估计有着迫切需求，准确预测新产品在上市初期的销量能为企业进行生产、营销部署提供决策依据。新产品销量预测比一般产品的销量预测更加困难，其主要原因是产品上市前没有任何历史销量数据，无法从历史销量数据学习到销量规律。
[0003]目前，对新产品的销量预测主要依靠专家评估法，即企业成立一个由多位该领域的专家组成评估小组，根据专家经验以及对过往产品的研究，通过讨论达成共识，估计出新上市产品的上市初期销量。但是该方法成本较高，具有较大的主观性，也缺乏对已有的类似的已上市产品的历史数据的有效利用。

技术实现思路

[0004]专利技术要解决的问题
[0005]对此，本专利技术的目的在于提供一种新产品销量的预测方法,能够利用已上市产品的销量数据，客观、低成本且准确地对新产品的销量进行预测。
[0006]解决问题的技术手段
[0007]为了实现上述目的，本专利技术的新产品销量的预测方法包括：特征集合构建步骤，构建包括新产品的所有特征的特征集合；销量数据获取步骤，获取具有所述特征集合中的全部或者部分特征的已上市产品的销量；相似产品筛选步骤，从所述特征集合中选取一个特征子集，通过使用相似性度量函数，从所述已上市产品中筛选出具有所述特征子集中的所述特征且在所述特征子集上与所述新产品相似的多个相似产品；销量一致性检测步骤，算出多个所述相似产品的销量的差异度，若所述差异度小于预先规定的容忍值，则认为多个所述相似产品的销量通过一致性检测，否则认为多个所述相似产品的销量没有通过一致性检测；新产品销量预测步骤，使用通过所述一致性检测的多个所述相似产品的销量，预测所述新产品的销量，在多个所述相似产品的销量没有通过一致性检测的情况下，从所述特征集合中选取与之前的所述特征子集不同的另一个所述特征子集，重复所述相似产品筛选步骤以及所述销量一致性检测步骤，直至由相似产品筛选步骤筛选出的所述相似产品的销量通过一致性检测。
[0008]专利技术的效果
[0009]根据本专利技术，能够利用已上市产品的销量数据，客观、低成本且准确地对新产品的销量进行预测。
附图说明
[0010]图1为本专利技术的新产品销量的预测方法的流程图。
具体实施方式
[0011]以下由特定的具体实施例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本专利技术的其他优点及功效。虽然本专利技术的描述将结合较佳实施例一起介绍，但这并不代表本专利技术的特征仅限于该实施方式。恰恰相反，结合实施方式作本专利技术介绍的目的是为了覆盖基于本专利技术的权利要求而有可能延伸出的其它选择或改造。为了提供对本专利技术的深度了解，以下描述中将包含许多具体的细节。本专利技术也可以不使用这些细节实施。此外，为了避免混乱或模糊本专利技术的重点，有些具体细节将在描述中被省略。需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0012]图1为本专利技术的新产品销量的预测方法的流程图。
[0013]在本专利技术中，新产品为没有上市的产品，没有任何历史销量数据的产品，其可以为全新产品，也可以是旧产品的新款，本专利技术可以对以上两种类型的新产品的销量进行预测。
[0014]本专利技术的专利技术人想到，特征相似的产品销量应该相似，因此可以通过寻找与新产品相似的已上市产品，使用已上市产品的历史销量对新产品的销量进行预测。通过构造相似度量函数，衡量新产品与已上市产品的相似性，从已上市产品找到与新产品相似的多个相似产品。但找出的多个相似产品之间的销量可能不相似，不满足“特征相似的商品销量应该相似”假设，因此本专利技术还引入了特征子集搜索、销量一致性检测用来解决这一问题。
[0015]因此，如图1所示，本专利技术的新产品销量的预测方法主要包括特征集合构建步骤、销量数据获取步骤、相似产品筛选步骤、销量一致性检测步骤、以及新产品销量预测步骤。
[0016]在特征集合构建步骤中，构建包括新产品的所有特征的特征集合。特征是使用者认为对销量有影响的特征，如外观、价格、性能等。
[0017]在销量数据获取步骤中，获取具有所述特征集合中的全部或者部分特征的已上市产品的销量。在此，在本专利技术中，要确认新产品的销量预测的时间粒度(时间单位)，如月预测、周预测，以及要预测的时间长度，然后收集已上市商品对应粒度、对应时长的销量数据，如月销量、周销量，以及几个月的月销量、几周的周销量。
[0018]此外，在本专利技术中，还可以对于收集到的已上市产品的特征的特征值进行数据处理。例如，对缺失值进行补全，对于连续型特征(数值特征)，可以使用已上市产品的该特征平均数进行补全；对于类别型特征，新建一个“未知”类别进行补全。为了保证预测准确性，已上市产品的销量不允许有缺失。对于连续型特征，需要确保各样本在该特征上的特征值的单位保持一致；对于类别型特征，存在同一种类别不同表述的情况，对该表述进行调整，确保表述保持一致。
[0019]在相似产品筛选步骤中，从所述特征集合中选取一个特征子集，通过使用相似性度量函数，从所述已上市产品中筛选出具有所述特征子集中的所述特征且在所述特征子集上与所述新产品相似的多个相似产品。
[0020]在本专利技术中，构造相似性度量函数，来衡量两个产品的相似性。本专利技术使用加权余弦距离或者加权欧氏距离来度量新产品与已上市产品的相似性。
[0021]即，所述相似性度量函数可以为如下式所示的加权余弦距离函数，
[0022][0023]其中，d(x
i
,x
j
)为所述新产品与第j个所述已上市产品的加权余弦距离，x
i,k
为所述新产品的第k个特征的特征值，x
j,k
为第j个所述上市产品的第k个特征的特征值，P为所述特征子集中的所述特征的数量，w
k
为预先设定的第k个特征的权重，且
[0024]在所述特征为数值特征的情况下，使用该特征的数值作为所述特征值，
[0025]在所述特征为类别特征的情况下，在所述新产品与所述上市产品的特征相同时，将所述新产品与所述上市产品的该特征的特征值均记为0，在在所述新产品与所述上市产品的特征不同时，将所述新产品与所述上市产品的该特征的特征值均记为1，
[0026]将所述加权余弦距离较小的规定数量的所述已上市产品作为所述相似产品。使用者能够根据需要(预测精度，计算能力等)决定该规定数量，即决定选择多少个已上市产品作为相似产品。
[0027]所述相似性度量函数还可以为如下式所示的加权欧氏距离函数，
[0028][0029]其中，d(x
i
,x
j
)为所述新产品与第j个所述已上市本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新产品销量的预测方法，其特征在于，包括：特征集合构建步骤，构建包括新产品的所有特征的特征集合；销量数据获取步骤，获取具有所述特征集合中的全部或者部分特征的已上市产品的销量；相似产品筛选步骤，从所述特征集合中选取一个特征子集，通过使用相似性度量函数，从所述已上市产品中筛选出具有所述特征子集中的所述特征且在所述特征子集上与所述新产品相似的多个相似产品；销量一致性检测步骤，算出多个所述相似产品的销量的差异度，若所述差异度小于预先规定的容忍值，则认为多个所述相似产品的销量通过一致性检测，否则认为多个所述相似产品的销量没有通过一致性检测；新产品销量预测步骤，使用通过所述一致性检测的多个所述相似产品的销量，预测所述新产品的销量，在多个所述相似产品的销量没有通过一致性检测的情况下，从所述特征集合中选取与之前的所述特征子集不同的另一个所述特征子集，重复所述相似产品筛选步骤以及所述销量一致性检测步骤，直至由相似产品筛选步骤筛选出的所述相似产品的销量通过一致性检测。2.如权利要求1所述的新产品销量的预测方法，其特征在于，所述相似性度量函数为如下式所示的加权余弦距离函数，其中，d(x
i
,x
j
)为所述新产品与第j个所述已上市产品的加权余弦距离，x
i,k
为所述新产品的第k个特征的特征值，x
j,k
为第j个所述上市产品的第k个特征的特征值，P为所述特征子集中的所述特征的数量，w
k
为预先设定的第k个特征的权重，且在所述特征为数值特征的情况下，使用该特征的数值作为所述特征值，在所述特征为类别特征的情况下，在所述新产品与所述上市产品的特征相同时，将所述新产品与所述上市产品的该特征的特征值均记为0，在在所述新产品与所述上市产品的特征不同时，将所述新产品与所述上市产品的该特征的特征值均记为1，将所述加权余弦距离较小的规定数量的所述已上市产品作为所述相似产品。3.如权利要求1所述的新产品销量的预测方法，其特征在于，所述相似性度量函数为如下式所示的加权欧氏距离函数，其中，d(x
i
,x
j
)为所述新产品与第j个所述已上市产品的加权欧氏距离，x
i,k
为所述新产品的第k个特征的特征值，x
j,k
为第j个所述上市产品的第k个特征的特征值，P为所述特征子集中的所述特征的数量，w
k
为预先设定的第k个特征的权重，且
在所述特征为数值特征的情况下，使用该特征的数值作为所述特征值，在所述特征为类别特征的情况下，在所述新产品与所述上市产品的特征相同时，将x
i,k
‑
x
j,k
记为0，在在所述新产品与所述上市产品的特征不同时，将x
i,k
‑
x
j,k
记为1，将所述加权欧氏距离较小的规定数量的所述已上市产品作为所述相似产品。4.如权利要求1所述的新产品销量的预测方法，其特征在于，所述差异度由下式算出：其中，ε为所述差异度，y
in
为第n个所述相似产品在第i个时间单位的销量，max y
in
...

【专利技术属性】
技术研发人员：戴芸，黄景浩，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：