一种基于数据特征的产品需求预测方法及系统技术方案

本发明专利技术公开了一种基于数据特征的需求预测方法及系统，所述方法包括：分别获取用户的预测目标信息和原始数据集后，将所述预测目标信息与所述原始数据集包含的每种原始数据建立关联，得到关联数据；基于所述原始数据查找关于用户需求行业的特征数据；根据所述特征数据和所述关联数据计算得到需求预测结果。本发明专利技术可以获得多种不同的原始数据和用户的预测目标，将预测目标与原始数据建立关联，并利用原始数据查找关于用户需求行业的特征数据，通过结合特征数据进行需求预测计算，使预测结果符合用户当前的需求，进而让预测结果贴合用户的实际需求，以提升预测的精度。以提升预测的精度。以提升预测的精度。

【技术实现步骤摘要】
一种基于数据特征的产品需求预测方法及系统


[0001]本专利技术涉及预测产品需求数量的
，尤其涉及一种基于数据特征的需求预测方法及系统。

技术介绍

[0002]需求预测(Demand Forecasting)，是指针对一项产品或服务的预期需求(demand)所作的评估，可为企业提供其产品在未来一段时间内的需求期望水平，为企业的计划和决策提供依据。根据需求预测结构进行供应链决策能让企业进行数字化转型，并降低企业的生产与运营成本。
[0003]由于传统的需求预测操作需要技术人员整理历史数据后再进行估算，预测的准确率降低，为了提高准确率，目前常用的方法是：先获取预测所需要的历史数据及相关数据，对数据进行清洗和筛选后，调用算法计算和处理，从而得到理论的预测值。
[0004]但是目前常用的方法有如下技术问题：随着电子商务市场的发展，消费者和用户对商品的需求时刻在变化；尤其在快消品领域，商品的生命周期越来越短，新旧产品频繁地上下市。而利用单一类型算法和单一类型的历史数据进行预测计算，仅能反应在先用户的需求，无法反应用户当前的需求，导致本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据特征的需求预测方法，其特征在于，所述方法包括：分别获取用户的预测目标信息和原始数据集后，将所述预测目标信息与所述原始数据集包含的每种原始数据建立关联，得到关联数据；基于所述原始数据查找关于用户需求行业的特征数据；根据所述特征数据和所述关联数据计算得到需求预测结果。2.根据权利要求1所述的基于数据特征的需求预测方法，其特征在于，所述基于所述原始数据查找关于用户需求行业的特征数据，包括：从所述原始数据提取关于企业名称的名称信息，基于所述名称信息从企业工商库中匹配的行业标签特征；根据所述行业标签特征和所述关联数据在预设的特征库中查找特征数据。3.根据权利要求2所述的基于数据特征的需求预测方法，其特征在于，所述特征数据，包括：通用特征数据和行业特征数据；所述根据所述行业标签特征和所述关联数据在预设的特征库中查找特征数据，包括：采用行业标签特征构建预设的特征库，所述预设的特征库包含：行业通用特征和差异化行业特征；将所述关联数据输入至预设的特征库，分别计算得到通用特征数据和行业特征数据。4.根据权利要求1所述的基于数据特征的需求预测方法，其特征在于，所述预测目标信息，包括：预测目标，时间维度、预测对象、预测值和预测周期。5.根据权利要求4所述的基于数据特征的需求预测方法，其特征在于，所述原始数据，包括：历史销售数据、商品基础数据、促销数据、销售目标数据、节假日数据和竞品销售数据。6.根据权利要求5所述的基于数据特征的需求预测方法，其特征在于，所述将所述预测目标信息与每种所述原始数据建立关联，得到关联数据，包括：将所述预测目标...

【专利技术属性】
技术研发人员：何洋，
申请(专利权)人：金蝶软件中国有限公司，
类型：发明
国别省市：