数据预测方法及装置制造方法及图纸

本公开涉及计算机技术领域，提供了一种数据预测方法

【技术实现步骤摘要】
数据预测方法及装置、计算机存储介质、电子设备


[0001]本公开涉及计算机
，特别涉及一种数据预测方法
、
数据预测装置
、
计算机存储介质及电子设备
。

技术介绍

[0002]随着大数据和机器学习等技术的成熟及广泛应用，这些新兴技术开始应用于商品指标数据的预测领域中，商品指标数据的预测是企业制定下一步运营计划的重要依据
。
[0003]相关技术中，各区域的每个品类的交易数据预测值仅受该区域样本特征的影响，无法借鉴其他区域的样本特征，从而，当某一品类在新的区域初次售卖时，则会因样本不足而无法对其交易数据进行准确预测
。
[0004]鉴于此，本领域亟需开发一种新的数据预测方法及装置
。
[0005]需要说明的是，上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解
。

技术实现思路

[0006]本公开的目的在于提供一种数据预测方法
、
数据预测装置
、
计算机存储介质及电子设备，进而至少在一定程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数据预测方法，其特征在于，包括：获取与多个物品品类相对应的多个交易数据集，每个交易数据集中包括所述物品品类在不同交易区域
、
不同时段的多个交易数据；获取每个交易数据集中包含的多个交易数据的离散度指标，以及，获取所述每个交易数据集中包含的多个交易数据的累加值；将离散度指标大于预设离散度且所述累加值小于预设阈值的物品品类确定为目标品类；基于所述目标品类对应的交易数据集训练得到数据预测模型，并利用所述数据预测模型获得待预测品类在未来时段的交易数据预测结果；其中，所述数据预测模型为多层贝叶斯模型，所述交易数据预测结果包括多个交易数据预测值及其对应的概率
。2.
根据权利要求1所述的方法，其特征在于，所述将离散度指标大于预设离散度且所述累加值小于预设阈值的物品品类确定为目标品类，包括：按照所述离散度指标，从所述多个物品品类中筛选出所述离散度指标小于预设阈值的
M
个物品品类；其中，
M
为大于1的整数；按照所述累加值，从所述
M
个物品品类中筛选出累加值小于预设阈值的目标品类
。3.
根据权利要求1所述的方法，其特征在于，根据所述目标品类的交易数据集训练得到数据预测模型，包括：对所述目标品类的交易数据与时段进行相关性分析，得到相关性分析结果；根据所述相关性分析结果，确定待训练机器学习模型的阶数；基于所述目标品类的交易数据集，训练所述待训练机器学习模型，得到所述数据预测模型
。4.
根据权利要求3所述的方法，其特征在于，所述根据相关性分析结果，确定所述待训练机器学习模型的阶数，包括：若所述交易数据与时段之间满足线性关系，则将预设阶数确定为所述待训练机器学习模型的阶数；若所述交易数据与时段之间不满足线性关系，则从预定的数据范围中确定所述待训练机器学习模型的阶数
。5.
根据权利要求4所述的方法，其特征在于，所述从预定的数据范围中确定所述待训练机器学习模型的阶数，包括：根...

【专利技术属性】
技术研发人员：张轩琪，
申请(专利权)人：北京京东振世信息技术有限公司，
类型：发明
国别省市：