一种基于预测系统的数据分析方法和系统技术方案

本发明专利技术公开了一种基于预测系统的数据分析方法和系统，通过根据用户数据进行聚类分析生成若干个聚类簇并针对每个聚类簇建立第三数据的时序预测系统，计算预测数据漂移程度并修正聚类簇对应的时序预测系统，从而可更精确地预测区域范围内的物料需求以及波动，从而更精确地调整计划库存量

【技术实现步骤摘要】
一种基于预测系统的数据分析方法和系统


[0001]本专利技术涉及大数据处理领域，具体涉及基于预测系统的数据分析方法和系统
。

技术介绍

[0002]以往汽车相关服务厂商在做库存准备时，通常根据历史库存情况制定计划，以避免库存量与需求量偏差较大
。
然而，在计算预测库存使用情况时，往往只能根据历史用量和历史价格走势进行估算，因此只能从宏观价格上进行推测计算
。
由于全球市场将近
70
％的天然橡胶均用于制造轮胎，因此两者具有强相关性，例如利用天然橡胶期货主力合约价格进行推算，从而得到轮胎的计划库存量
。
[0003]然而，期货价格具有周期性但并不具有地域性，具体到某些具体厂商，例如某个地域的
4S
店的轮胎需求量，则无法仅仅根据期货价格来预测和制定库存计划
。

技术实现思路

[0004]由于现有方法存在上述问题，本专利技术提出一种基于预测系统的数据分析方法，包括以下步骤：
[0005]A、
获取当前数据库中用户数据，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于预测系统的数据分析方法，其特征在于，包括以下步骤：
A、
获取当前数据库中用户数据，所述用户数据包括用于表征用户属性的第一数据
、
用于表征非用户属性的第二数据以及用于表征物料磨损的第三数据；
B、
根据用户数据进行聚类分析，生成若干个聚类簇；
C、
针对每个聚类簇建立第三数据的时序预测系统；
D、
获取最新时间的用户数据；
E、
根据最新时间的第三数据计算每个聚类簇对应的时序预测系统的预测数据漂移程度；
F、
确定预测数据漂移程度大于设定阈值时，修正聚类簇对应的时序预测系统；
G、
基于聚类簇对应的修正后的时序预测系统计算预设时间的第三数据；
H、
基于第三数据预测物料价格并调整预设时间的计划库存量
。2.
根据权利要求1所述的基于预测系统的数据分析方法，其特征在于，所述预测数据漂移程度移程度其中
M
为时序预测系统中测试集的用户集合，
r
u
为用户
u
实际的第三数据，
p
u
为用户
u
在训练集上的预测结果
,w
u
为基于用户属性的权重函数
。3.
根据权利要求2所述的基于预测系统的数据分析方法，其特征在于，基于用户属性的权重函数其中
t
u
为用户
u
的上一次用户数据中第一数据更新时间，
t0为目标用户最新采样时间，
T
为当前数据库中用户数据时间跨度
。4.
根据权利要求1所述的基于预测系统的数据分析方法，其特征在于，所述预测数据漂移程度其中
M
为时序预测系统中测试集的用户集合，
r
u
为用户
u
实际的第三数据，
p
u
为用户
u
在训练集上的预测结果
。5.
根据权利要求1所述的基于预测系统的数据分析方法，其特征在于，所述预测数据漂移程度其中
M
为时序预测系统中测试集的用户集合，
r
u
为用户
u
实际的第三数据，
p
u
为用户
u
在训练集上的预测结果
。6.
根据权利要求3所述的基于预测系统的数据分析方法，其特征在于，所述步骤
F
中所述的修正聚类簇对应的时序预测系统，具体为：向对应聚类簇的用户发送数据更新请求；基于用户返回的数据重新执行步骤
C
和
E。7.
根据权利要求3或6所述...

【专利技术属性】
技术研发人员：王征宇，王睿，梁天爵，乐进，
申请(专利权)人：广东省信息网络有限公司，
类型：发明
国别省市：