【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及商品销售的周期性预测方法、系统、设备和介质。
技术介绍
1、在商品营销中，若能准确的刻画出商品的营销规律，比如销量趋势是否具有周期性，及其周期性的规律等，则可以根据获取的信息，对商品进行适时的营销，进而能获得更大的收益。
2、在现有技术中，对于如何准确刻画商品销量的周期性，目前采用的方法有：一、基于历史销售数据进行图表分析。二、基于指数平滑的方法，对线性趋势、季节变动和随机变动的时间序列进行分解，进而预测商品的周期性变化，确定商品未来阶段的中长期需求。三、基于dtw相似判定的周期性时间序列预测方法，并结合传统的机器学习svm，分析大量噪声点对预测误差的影响，然后对时间序列周期进行分段，从而构建相似性度量，并抽取预测序列对应的样本子集进行建模训练。四、其他方法还包括：销量增长率分析法，即以商品的销售量增减快慢的速度来判定、预测商品所处的周期阶段；成长曲线分析法，即基于某种商品的销售历史事件数列信息，根据时间序列变化趋势建立数学模型，对商品的周期变化趋势和转折点作出定量预测；同类商品类比法，即参考同类、相似或相关商品在国内外其他地区的周期性变化趋势来推断某种商品在本地区的周期性变化趋势。
3、然而，上述现有技术中，基于历史数据进行分析的方法，如销量增长率分析法、成长曲线分析法、指数平滑法等，都会由于历史数据的周期变化影响因素较多，及分析数据量有限的问题，而导致预测结果准确性不高，预测效率低。而现有技术中基于机器学习的方法，则需要构建特征数据、准备训练样本集，无疑也是费时费力的。
4、因此，针对现有的技术中存在的预测效率低、准确率不高的问题，尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种商品销售的周期性预测方法、装置、设备及介质，旨在解决现有技术方法中存在的预测效率低、准确率不高的问题。
2、第一方面，本专利技术实施例提供了一种商品销售的周期性预测方法，所述方法包括：
3、获取商品销量数据，并根据数据预处理策略对所述商品销量数据进行数据处理，得到对应产品词下商品的销量时间序列数据；
4、根据序列筛选策略对对应产品词下商品的销量时间序列数据进行筛选，得到经筛选的销量时间序列数据；
5、通过prophet模型对所述经筛选的销量时间序列数据进行拟合，得到对应产品词下商品在不同时间阶段的销售变化趋势，并根据周期性判断策略对所述变化趋势进行逻辑判断，判断当前产品词下的商品销售是否具有周期性，若是，则召回所述产品词，得到周期产品词的白名单，以及白名单中对应产品词下商品的周期性变化趋势；
6、根据趋势阶段划分策略，对所述白名单产品词下的商品销售变化趋势进行不同阶段趋势划分，得到对应产品词下周期性商品的不同趋势阶段。
7、第二方面，本专利技术实施例提供了一种商品销售的周期性预测装置，其包括：
8、数据处理模块，用于获取商品销量数据，并根据数据预处理策略对所述商品销量数据进行数据处理，得到对应产品词下商品的销量时间序列数据，
9、根据序列筛选策略对对应产品词下商品的销量时间序列数据进行筛选，得到经筛选的销量时间序列数据；
10、拟合判断模块，用于通过prophet模型对所述经筛选的销量时间序列数据进行拟合，得到对应产品词下商品在不同时间阶段的销售变化趋势，并根据周期性判断策略对所述变化趋势进行逻辑判断，判断当前产品词下的商品销售是否具有周期性，若是，则召回所述产品词，得到周期产品词的白名单，以及白名单中对应产品词下商品的周期性变化趋势；
11、阶段划分模块，用于根据趋势阶段划分策略，对所述白名单产品词下的商品销售变化趋势进行不同阶段趋势划分，得到对应产品词下周期性商品的不同趋势阶段。
12、第三方面，本专利技术实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
13、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的方法。
14、本专利技术实施例提供了一种商品销售的周期性预测方法及装置。获取商品销量数据，并根据数据预处理策略对商品销量数据进行数据处理，得到对应产品词下商品的销量时间序列数据；根据序列筛选策略对对应产品词下商品的销量时间序列数据进行筛选，得到经筛选的销量时间序列数据；通过prophet模型对经筛选的销量时间序列数据进行拟合，得到对应产品词下商品在不同时间阶段的销售变化趋势，并根据周期性判断策略对变化趋势进行逻辑判断，判断当前产品词下的商品销售是否具有周期性，若是，则召回产品词，得到周期产品词的白名单，以及白名单中对应产品词下商品的周期性变化趋势；根据趋势阶段划分策略，对白名单产品词下的商品销售变化趋势进行不同阶段趋势划分，得到对应产品词下周期性商品的不同趋势阶段。
15、上述方法中，基于产品词维度统计商品销量时间序列数据，然后通过prophet模型对销量时间序列数据进行拟合，得到变化趋势，有效的提高了趋势预测效率；接着，通过周期产品词召回方法，判断对应产品词下商品销售的周期性，最后根据周期性阶段定义和划分逻辑，得到周期性商品的变化趋势和趋势阶段，提高了预测的准确性，能更好的用于商品营销策略的制定。
本文档来自技高网...【技术保护点】
1.一种商品销售的周期性预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述根据数据预处理策略对所述商品销量数据进行数据处理，得到对应产品词下商品的销量时间序列数据之前，所述方法包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据数据预处理策略对所述商品销量数据进行数据处理，得到对应产品词下商品的销量时间序列数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据序列筛选策略对对应产品词下商品的销量时间序列数据进行筛选，得到经筛选的销量时间序列数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述通过Prophet模型对所述经筛选的销量时间序列数据进行拟合，得到对应产品词下商品在不同时间阶段的销售变化趋势，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据周期性判断策略对所述变化趋势进行逻辑判断，判断当前产品词下的商品销售是否具有周期性，包括：
7.根据权利要求1或6所述的方法，其特征在于，所述根据趋势阶段划分策略，对所述白名单产品词下的商品销
8.一种商品销售的周期性预测装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种商品销售的周期性预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述根据数据预处理策略对所述商品销量数据进行数据处理，得到对应产品词下商品的销量时间序列数据之前，所述方法包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据数据预处理策略对所述商品销量数据进行数据处理，得到对应产品词下商品的销量时间序列数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据序列筛选策略对对应产品词下商品的销量时间序列数据进行筛选，得到经筛选的销量时间序列数据，包括：
5.根据权利要求1所述的方法，其特征在于，所述通过prophet模型对所述经筛选的销量时间序列数据进行拟合，得到对应产品词下商品在不同时间阶段的销售变化趋势，包括：
6.根据权利...
【专利技术属性】
技术研发人员：任艳萍，陈妍，马一凡，
申请(专利权)人：杭州有赞科技有限公司，
类型：发明
国别省市：
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。