System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于大数据的产品销售数据智能采集方法及系统技术方案_技高网

一种基于大数据的产品销售数据智能采集方法及系统技术方案

技术编号:40010887 阅读:7 留言:0更新日期:2024-01-16 15:15
本申请提供的基于大数据的产品销售数据智能采集方法及系统,采用销售数据分析模型分析得到一个统计周期中的产品销售数据的产品统计类型后,将多个统计周期分别对应的产品统计类型进行综合统计,以生成产品销售报告,其中利用了销售数据分析模型进行智能分析,高效得到准确的产品统计类型,该产品统计类型为后续的产品销售提供了运营依据。在销售数据分析模型的训练环节,可以提升训练后的目标销售数据分析模型对不加限制的扰动数据集的普适性,不用海量的训练数据进行训练就能得到优异的模型,减少训练过程中的样本量需求,对于硬件算力的需求降低,缓解模型的高成本问题,同时提高训练速度。

【技术实现步骤摘要】

本申请涉及数据处理领域,并且更具体地,涉及一种基于大数据的产品销售数据智能采集方法及系统


技术介绍

1、销售数据采集是指通过收集和记录与销售相关的信息和数据,以了解销售活动和趋势,支持业务决策和分析。通过销售数据采集时的分析活动,可以帮助企业进行市场了解,获知市场需求,以帮助销售预测和需求规划,通过对历史数据的分析挖掘,预测未来销售趋势和需求变化,这有助于企业制定合理的生产计划、库存管理和供应链策略,以满足市场需求并避免供过于求或供不应求的情况。此外,可以提供客户购买行为和消费习惯的详细信息,帮助企业了解客户的需求和喜好。通过分析销售数据,企业可以识别重要的客户群体、发现潜在的交叉销售机会,并制定个性化的营销策略,提升客户满意度和忠诚度。随着人工智能的发展,通过机器学习模型自动对销售数据进行分析决策,可以帮助企业智能化地进行产品销售预测决策,如何保证机器学习模型的识别可靠性是需要考虑的技术问题,其中涉及到机器学习模型的合理训练。


技术实现思路

1、有鉴于此,本申请实施例至少提供一种基于大数据的产品销售数据智能采集方法及系统。

2、根据本申请实施例的一个方面,提供了一种基于大数据的产品销售数据智能采集方法,应用于服务器,所述服务器与不少于一个销售终端通信连接,所述方法包括:获取所述不少于一个销售终端发送的目标统计周期中产生的产品销售数据,得到产品销售数据集;将所述产品销售数据集加载至预设的销售数据分析模型,基于所述销售数据分析模型分析得到所述目标统计周期的产品统计类型;统计多个统计周期分别对应的产品统计类型,生成产品销售报告;其中,所述销售数据分析模型的训练过程包括:通过目标销售数据分析模型对销售训练数据库中标记有相同产品分类指示信息的多个销售训练数据集进行数据表征向量抽取,得到相同产品分类指示信息下的训练表征向量簇,所述销售训练数据库中包括标记有多种产品分类指示信息的销售训练数据集;为所述训练表征向量簇预先部署多个预设子集群中心,并确定所述训练表征向量簇中多个训练表征向量各自对应的预设子集群中心;通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心;通过多种产品分类指示信息下的目标子集群中心以及对应各个目标子集群中心的训练表征向量,确定模型训练误差,以及通过所述模型训练误差训练所述目标销售数据分析模型。

3、根据本申请实施例的一个示例,其中,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心,包括:通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个训练表征向量中是否包含簇外表征向量,所述簇外表征向量与隶属的预设子集群中心之间共性度量结果小于第一临界结果;如果所述多个训练表征向量中包含簇外表征向量,则通过所述簇外表征向量,添加预设子集群中心,并将所述簇外表征向量更新为属于添加的预设子集群中心;其中,所述目标子集群中心包括添加的预设子集群中心以及预先部署的多个预设子集群中心。

4、根据本申请实施例的一个示例,其中,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个训练表征向量中是否包含簇外表征向量,包括:对于任一预设子集群中心,通过所述预设子集群中心与属于所述预设子集群中心的训练表征向量之间共性度量结果的均值和平均离差,确定所述预设子集群中心对应的第一临界结果;判断属于所述预设子集群中心的训练表征向量中,是否包含与所述预设子集群中心之间的共性度量结果小于所述第一临界结果的训练表征向量;将包含的与所述预设子集群中心之间的共性度量结果小于所述第一临界结果的训练表征向量,确定为排斥于所述预设子集群中心的簇外表征向量。

5、根据本申请实施例的一个示例,其中,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心,包括:通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个预设子集群中心中是否包含游离子集群中心,所述游离子集群中心归集的训练表征向量与所述游离子集群中心之间共性度量结果的均值小于或等于第二临界结果;如果所述多个预设子集群中心中包含游离子集群中心,清洗所述游离子集群中心和属于所述游离子集群中心的训练表征向量,得到余下的预设子集群中心和属于所述余下的预设子集群中心的训练表征向量;其中,所述目标子集群中心包括所述余下的预设子集群中心。

6、根据本申请实施例的一个示例,其中,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个预设子集群中心中是否包含游离子集群中心,包括:对于任一预设子集群中心,判断所述预设子集群中心与属于所述预设子集群中心的训练表征向量之间共性度量结果的均值是否小于或等于第二临界结果;如果所述预设子集群中心与属于所述预设子集群中心的训练表征向量之间共性度量结果的均值小于或等于所述第二临界结果,确定所述预设子集群中心为游离子集群中心。

7、根据本申请实施例的一个示例,其中,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心,包括:通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,确定所述多个预设子集群中心中的不少于一组需整合子集群中心,每组需整合子集群中心包括不少于两个匹配的预设子集群中心;将所述不少于一组需整合子集群中心各自进行整合,得到不少于一个整合子集群中心,将对应于各组需整合子集群中心的训练表征向量,更新为属于整合后的各个整合子集群中心;其中,所述目标子集群中心包括所述整合子集群中心。

8、根据本申请实施例的一个示例,其中,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,确定所述多个预设子集群中心中的不少于一组需整合子集群中心,包括:通过各个预设子集群中心与对应各个预设子集群中心的训练表征向量之间共性度量结果的均值和平均离差,确定各个预设子集群中心各自对应的第三临界结果;对于任一预设子集群中心,判断所述预设子集群中心与所述多个预设子集群中心中其它预设子集群中心之间的共性度量结果是否不小于第四临界结果,所述第四临界结果为所述预设子集群中心对应的第三临界结果与所述其它预设子集群中心对应的第三临界结果中的最大值;如果所述预设子集群中心与所述其它预设子集群中心之间的共性度量结果不小于所述最大值,确定所述其它预设子集群中心与所述预设子集群中心匹配;将所述预设子集群中心以及与所述预设子集群中心匹配的不少于一个其它预设子集群中心确定为一组需整合子集群中心。

9、根据本申请实施例的一个示例,其中,所述通过多种产品分类指本文档来自技高网...

【技术保护点】

1.一种基于大数据的产品销售数据智能采集方法,其特征在于,应用于服务器,所述服务器与不少于一个销售终端通信连接,所述方法包括:获取所述不少于一个销售终端发送的目标统计周期中产生的产品销售数据,得到产品销售数据集;将所述产品销售数据集加载至预设的销售数据分析模型,基于所述销售数据分析模型分析得到所述目标统计周期的产品统计类型;统计多个统计周期分别对应的产品统计类型,生成产品销售报告;其中,所述销售数据分析模型的训练过程包括:通过目标销售数据分析模型对销售训练数据库中标记有相同产品分类指示信息的多个销售训练数据集进行数据表征向量抽取,得到相同产品分类指示信息下的训练表征向量簇,所述销售训练数据库中包括标记有多种产品分类指示信息的销售训练数据集;为所述训练表征向量簇预先部署多个预设子集群中心,并确定所述训练表征向量簇中多个训练表征向量各自对应的预设子集群中心;通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心;通过多种产品分类指示信息下的目标子集群中心以及对应各个目标子集群中心的训练表征向量,确定模型训练误差,以及通过所述模型训练误差训练所述目标销售数据分析模型。

2.如权利要求1所述的方法,其特征在于,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心,包括:通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个训练表征向量中是否包含簇外表征向量,所述簇外表征向量与隶属的预设子集群中心之间共性度量结果小于第一临界结果;如果所述多个训练表征向量中包含簇外表征向量,则通过所述簇外表征向量,添加预设子集群中心,并将所述簇外表征向量更新为属于添加的预设子集群中心;其中,所述目标子集群中心包括添加的预设子集群中心以及预先部署的多个预设子集群中心。

3.如权利要求2所述的方法,其特征在于,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个训练表征向量中是否包含簇外表征向量,包括:对于任一预设子集群中心,通过所述预设子集群中心与属于所述预设子集群中心的训练表征向量之间共性度量结果的均值和平均离差,确定所述预设子集群中心对应的第一临界结果;判断属于所述预设子集群中心的训练表征向量中,是否包含与所述预设子集群中心之间的共性度量结果小于所述第一临界结果的训练表征向量;将包含的与所述预设子集群中心之间的共性度量结果小于所述第一临界结果的训练表征向量,确定为排斥于所述预设子集群中心的簇外表征向量。

4.如权利要求1~3任一项所述的方法,其特征在于,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心,包括:通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个预设子集群中心中是否包含游离子集群中心,所述游离子集群中心归集的训练表征向量与所述游离子集群中心之间共性度量结果的均值小于或等于第二临界结果;如果所述多个预设子集群中心中包含游离子集群中心,清洗所述游离子集群中心和属于所述游离子集群中心的训练表征向量,得到余下的预设子集群中心和属于所述余下的预设子集群中心的训练表征向量;其中,所述目标子集群中心包括所述余下的预设子集群中心。

5.如权利要求4所述的方法,其特征在于,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个预设子集群中心中是否包含游离子集群中心,包括:对于任一预设子集群中心,判断所述预设子集群中心与属于所述预设子集群中心的训练表征向量之间共性度量结果的均值是否小于或等于第二临界结果;如果所述预设子集群中心与属于所述预设子集群中心的训练表征向量之间共性度量结果的均值小于或等于所述第二临界结果,确定所述预设子集群中心为游离子集群中心。

6.如权利要求5所述的方法,其特征在于,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心,包括:通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,确定所述多个预设子集群中心中的不少于一组需整合子集群中心,每组需整合子集群中心包括不少于两个匹配的预设子集群中心;将所述不少于一组需整合子集群中心各自进行整合,得到不少于一个整合子集群中心,将对应于各组需整合子集群中心的训练表征向量,...

【技术特征摘要】

1.一种基于大数据的产品销售数据智能采集方法,其特征在于,应用于服务器,所述服务器与不少于一个销售终端通信连接,所述方法包括:获取所述不少于一个销售终端发送的目标统计周期中产生的产品销售数据,得到产品销售数据集;将所述产品销售数据集加载至预设的销售数据分析模型,基于所述销售数据分析模型分析得到所述目标统计周期的产品统计类型;统计多个统计周期分别对应的产品统计类型,生成产品销售报告;其中,所述销售数据分析模型的训练过程包括:通过目标销售数据分析模型对销售训练数据库中标记有相同产品分类指示信息的多个销售训练数据集进行数据表征向量抽取,得到相同产品分类指示信息下的训练表征向量簇,所述销售训练数据库中包括标记有多种产品分类指示信息的销售训练数据集;为所述训练表征向量簇预先部署多个预设子集群中心,并确定所述训练表征向量簇中多个训练表征向量各自对应的预设子集群中心;通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心;通过多种产品分类指示信息下的目标子集群中心以及对应各个目标子集群中心的训练表征向量,确定模型训练误差,以及通过所述模型训练误差训练所述目标销售数据分析模型。

2.如权利要求1所述的方法,其特征在于,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心,包括:通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个训练表征向量中是否包含簇外表征向量,所述簇外表征向量与隶属的预设子集群中心之间共性度量结果小于第一临界结果;如果所述多个训练表征向量中包含簇外表征向量,则通过所述簇外表征向量,添加预设子集群中心,并将所述簇外表征向量更新为属于添加的预设子集群中心;其中,所述目标子集群中心包括添加的预设子集群中心以及预先部署的多个预设子集群中心。

3.如权利要求2所述的方法,其特征在于,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个训练表征向量中是否包含簇外表征向量,包括:对于任一预设子集群中心,通过所述预设子集群中心与属于所述预设子集群中心的训练表征向量之间共性度量结果的均值和平均离差,确定所述预设子集群中心对应的第一临界结果;判断属于所述预设子集群中心的训练表征向量中,是否包含与所述预设子集群中心之间的共性度量结果小于所述第一临界结果的训练表征向量;将包含的与所述预设子集群中心之间的共性度量结果小于所述第一临界结果的训练表征向量,确定为排斥于所述预设子集群中心的簇外表征向量。

4.如权利要求1~3任一项所述的方法,其特征在于,所述通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,对所述多个预设子集群中心进行更新,得到相同产品分类指示信息下的不少于一个目标子集群中心,包括:通过所述多个训练表征向量与各自对应的预设子集群中心之间的共性度量结果,判断所述多个预设子集群中心中是否包含游离子集群中心,所述游离子集群中心归集的训练表征向量与所述游离子集群中心之间共性度量结果的均值小于或等于第二临界结果;如果所述多个预设子集群中心中包含游离子集群中心,清洗所述游离子集群中心和属于所述游离子集群中心的训练表征向量,得到余下的预设子集群中心和属于所述余下的预设子集群中心的训练表征向量;其中,所述目标子集群中心包括所述余下的预设子集群中心。

5.如权利要求4所述的方法,其特征在于,所述通过所述多个训练表征向量与各自对应...

【专利技术属性】
技术研发人员:请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名请求不公布姓名
申请(专利权)人:广州欧派创意家居设计有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1