一种爆款订单的预测预留方法、系统及设备技术方案

本发明专利技术公开一种爆款订单的预测预留方法、系统及设备，涉及物流仓储技术领域，方法包括：基于预设筛选条件，从多种订单的历史销售数据中筛选出爆款订单集合；针对任一爆款订单，获取爆款订单在当日内从零时至当前时刻的当日已有销售数据；基于三次指数平滑预测方法，根据爆款订单的历史销售数据计算爆款订单的当日销售预测数据；基于差分自回归移动平均方法，根据爆款订单的当日已有销售数据计算爆款订单的当日未来时刻销售预测数据；对爆款订单的当日销售预测数据、当日已有销售数据和当日未来时刻销售预测数据进行加权和计算，以得到爆款订单在当日未来时刻的预测订单数据。本发明专利技术预测当日未来时刻的订单数据，供提前备货，提高效率。提高效率。提高效率。

【技术实现步骤摘要】
一种爆款订单的预测预留方法、系统及设备


[0001]本专利技术涉及物流仓储
，特别是涉及一种爆款订单的预测预留方法、系统及设备。

技术介绍

[0002]在电商领域，对于当天新增的订单结构，只有在生成爆款批次以后才可以被记录预测规则，而这会导致在生成爆款批次以前，若由于订单量不够人为手动的生成了非爆款批次，会导致该订单结构虽然有成爆款批次的可能但不会被记录，进而可能出现在该订单结构被大量需要时，供不应求，无法满足消费者的需要。

技术实现思路

[0003]本专利技术的目的是提供一种爆款订单的预测预留方法、系统及设备，预测当日未来时刻的订单数据，供提前备货，提高效率。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]第一方面，本专利技术提供一种爆款订单的预测预留方法，包括：
[0006]获取每种订单的历史销售数据；
[0007]基于预设筛选条件，从多种订单的历史销售数据中筛选出爆款订单集合；所述爆款订单集合包括多个爆款订单；
[0008]针对任一爆款订单，获取所述爆款订单在当日内，从零时至当前时刻的当日已有销售数据；
[0009]基于三次指数平滑预测方法，根据所述爆款订单的历史销售数据，计算所述爆款订单的当日销售预测数据；
[0010]基于差分自回归移动平均方法，根据所述爆款订单的当日已有销售数据，计算所述爆款订单的当日未来时刻销售预测数据；
[0011]对所述爆款订单的当日销售预测数据、当日已有销售数据和当日未来时刻销售预测数据进行加权和计算，以得到所述爆款订单在当日未来时刻的预测订单数据；所述预测订单数据为所述爆款订单在当日的预留订单数据。
[0012]可选地，所述爆款订单的当日销售预测数据的计算公式为：
[0013][0014][0015][0016]其中，表示t时刻的一次指数平滑值，表示t时刻的二次指数平滑值，表示t时刻的三次指数平滑值，α表示权重比例，y
t
表示t时刻的当日销售预测数据，表示t
‑
1时刻的一次指数平滑值，表示t
‑
1时刻的二次指数平滑值，表示t
‑
1时刻的三次指数平滑值，表示t+T时刻的当日销售预测数据。
[0017]可选地，基于差分自回归移动平均方法，根据所述爆款订单的当日已有销售数据，计算所述爆款订单的当日未来时刻销售预测数据，具体包括：
[0018]基于差分法，对所述爆款订单的当日已有销售数据进行拟合，以得到平稳销售时间序列；
[0019]基于预设自回归移动平均公式和预设自相关函数，根据所述平稳销售时间序列，确定p值和q值的多个组合；
[0020]基于AIC准则和BIC准则，根据所述p值和q值的多个组合，确定未来销售数据预测模型；
[0021]将所述爆款订单的当日已有销售数据输入至所述未来销售数据预测模型，以得到所述爆款订单的当日未来时刻销售预测数据。
[0022]可选地，所述预设自回归移动平均公式为：
[0023][0024]所述预设自相关函数为：
[0025]ACF(k)＝Cov(y1
t
,y1
t
‑
k
)/Var(y1
t
)；
[0026]其中，k表示t时刻的相对滞后值，y1
t
表示t时刻爆款订单的销售数据，c
i
表示相关系数，y1
t
‑
i
表示t
‑
i时刻爆款订单的销售数据，θ
i
和μ表示任意常数项，ε
t
表示t时刻的误差，p和q表示阶数，当i＝p时，t
‑
p表示当前时间的前p天，Cov(y1
t
,y1
t
‑
k
)表示t时刻和t
‑
k时刻爆款订单销售数据的协方差，Var(y1
t
)表示t
‑
k时刻至t时刻爆款订单销售数据的方差。
[0027]第二方面，本专利技术提供一种爆款订单的预测预留系统，包括：
[0028]历史数据获取模块，用于获取每种订单的历史销售数据；
[0029]爆款订单筛选模块，用于基于预设筛选条件，从多种订单的历史销售数据中筛选出爆款订单集合；所述爆款订单集合包括多个爆款订单；
[0030]已有销售数据获取模块，用于针对任一爆款订单，获取所述爆款订单在当日内，从零时至当前时刻的当日已有销售数据；
[0031]当日销售预测模块，用于基于三次指数平滑预测方法，根据所述爆款订单的历史
销售数据，计算所述爆款订单的当日销售预测数据；
[0032]当日未来时刻销售预测模块，用于基于差分自回归移动平均方法，根据所述爆款订单的当日已有销售数据，计算所述爆款订单的当日未来时刻销售预测数据；
[0033]预测预留计算模块，用于对所述爆款订单的当日销售预测数据、当日已有销售数据和当日未来时刻销售预测数据进行加权和计算，以得到所述爆款订单在当日未来时刻的预测订单数据；所述预测订单数据为所述爆款订单在当日的预留订单数据。
[0034]可选地，所述当日未来时刻销售预测模块，具体包括：
[0035]平稳拟合子模块，用于基于差分法，对所述爆款订单的当日已有销售数据进行拟合，以得到平稳销售时间序列；
[0036]pq值计算子模块，用于基于预设自回归移动平均公式和预设自相关函数，根据所述平稳销售时间序列，确定p值和q值的多个组合；
[0037]模型确定子模块，用于基于AIC准则和BIC准则，根据所述p值和q值的多个组合，确定未来销售数据预测模型；
[0038]预测子模块，用于将所述爆款订单的当日已有销售数据输入至所述未来销售数据预测模型，以得到所述爆款订单的当日未来时刻销售预测数据。
[0039]第三方面，本专利技术提供一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行爆款订单的预测预留方法。
[0040]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0041]本专利技术公开一种爆款订单的预测预留方法、系统及设备，从订单的历史销售数据中筛选出爆款订单，从而实现对爆款订单的预测。然后基于三次指数平滑预测方法，根据爆款订单的历史销售数据，计算爆款订单的当日销售预测数据；基于差分自回归移动平均方法，根据爆款订单的当日已有销售数据，计算爆款订单的当日未来时刻销售预测数据，对上述预测得到的数据进行加权和计算，得到爆款订单最终的在当日未来时刻的预测订单数据，即店铺需要预留的数据。本专利技术基于历史数据预测当天能够成爆款批次的订单结构(包括商品种类和商品数量)，对其进行预留，即在生成批次的时候将这部分有成爆款批次可能但当前暂时还不能成爆款批次的订单预留下来不生成到散单批次里，而是为之后的批次提前进行备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种爆款订单的预测预留方法，其特征在于，方法包括：获取每种订单的历史销售数据；基于预设筛选条件，从多种订单的历史销售数据中筛选出爆款订单集合；所述爆款订单集合包括多个爆款订单；针对任一爆款订单，获取所述爆款订单在当日内，从零时至当前时刻的当日已有销售数据；基于三次指数平滑预测方法，根据所述爆款订单的历史销售数据，计算所述爆款订单的当日销售预测数据；基于差分自回归移动平均方法，根据所述爆款订单的当日已有销售数据，计算所述爆款订单的当日未来时刻销售预测数据；对所述爆款订单的当日销售预测数据、当日已有销售数据和当日未来时刻销售预测数据进行加权和计算，以得到所述爆款订单在当日未来时刻的预测订单数据；所述预测订单数据为所述爆款订单在当日的预留订单数据。2.根据权利要求1所述的爆款订单的预测预留方法，其特征在于，所述爆款订单的当日销售预测数据的计算公式为：销售预测数据的计算公式为：销售预测数据的计算公式为：其中，表示t时刻的一次指数平滑值，表示t时刻的二次指数平滑值，表示t时刻的三次指数平滑值，α表示权重比例，y
t
表示t时刻的当日销售预测数据，表示t
‑
1时刻的一次指数平滑值，表示t
‑
1时刻的一次指数平滑值，表示t
‑
1时刻的一次指数平滑值，表示t+T时刻的当日销售预测数据。3.根据权利要求1所述的爆款订单的预测预留方法，其特征在于，基于差分自回归移动平均方法，根据所述爆款订单的当日已有销售数据，计算所述爆款订单的当日未来时刻销售预测数据，具体包括：基于差分法，对所述爆款订单的当日已有销售数据进行拟合，以得到平稳销售时间序列；
基于预设自回归移动平均公式和预设自相关函数，根据所述平稳销售时间序列，确定p值和q值的多个组合；基于AIC准则和BIC准则，根据所述p值和q值的多个组合，确定未来销售数据预测模型；将所述爆款订单的当日已有销售数据输入至所述未来销售数据预测模型，以得到所述爆款订单的当日未来时刻销售预测数据。4.根据权利要求3所述的爆款订单的预测预留方法，其特征在于，所述预设自回归移动平均公式为：所述预设自相关函数为：ACF(k)＝Cov(y1
t
,y1
t
‑
k
)/Var(y1
t
)；其中，k表示t时刻的相对滞后值，y1
t
表示t时刻爆款订单的销售数据，c
i
表示相关系...

【专利技术属性】
技术研发人员：周旭，骆海东，郑福生，李波，
申请(专利权)人：嘉兴聚水潭智能科技有限公司，
类型：发明
国别省市：