【技术实现步骤摘要】
本申请涉及大数据，尤其涉及一种产品预测方法、装置、设备以及存储介质。
技术介绍
1、作为人类感受到的不同情感的一部分，人们体验到的最基本的情感之一是喜欢和不喜欢的感觉，针对生活中的事物，人们都会产生喜欢与不喜欢的偏好反应。另外，喜好还会受到外在环境的影响。
2、相关技术中，由市场埋点、收集用户回馈问卷或者由专家定义，进而获取用户主观喜好。但是，现有主观喜好均为少量人决定的主观喜好，难以表述真实用户能够接受的效果；用户问卷为成千上百的回馈，而真实世界为数十亿人口的用户，因此无法成就某地区或某族群真实的主观喜好；专家定义修改的效果，为其经验所沉淀，有其主观美学意义，但更难成为一般用户喜好标准。因此，如何更准确地预测特定范围内的主观喜好成为一个迫切需要解决的难题。
技术实现思路
1、本申请提出一种产品预测方法、装置、设备以及存储介质，不仅可以提高用户主观喜好的预测准确性，而且还可以为产品提供未来的发展方向，有利于提升产品的未来销量。
2、为达到上述目的，本申请的技术方案是这样实现的：
3、第一方面，本申请实施例提供了一种产品预测方法，所述方法包括：
4、确定预设范围内的感兴趣产品；
5、对感兴趣产品进行数据收集和分析，确定感兴趣产品对应的历史销售数据和产品特征数据；
6、根据历史销售数据和产品特征数据进行建模，确定感兴趣产品的预测模型；其中，预测模型用于针对感兴趣产品在未来时间的偏好特征数据进行预测。
7
8、对感兴趣产品进行数据收集，确定历史销售数据；
9、对感兴趣产品进行特征分析，确定产品特征数据；其中，历史销售数据包括多个时间点各自对应的销售数据，产品特征数据包括多个时间点各自对应的特征数据。
10、在一些实施例中，对感兴趣产品进行特征分析，确定产品特征数据，包括：
11、获取感兴趣产品所拍摄的目标图像；
12、对目标图像进行特征分析和计算，确定产品特征数据。
13、在一些实施例中，根据历史销售数据和产品特征数据进行建模，确定感兴趣产品的预测模型，包括：
14、对历史销售数据和产品特征数据进行数据分析，确定多个时间点各自对应的偏好特征数据；
15、根据多个时间点各自对应的偏好特征数据，建立感兴趣产品的预测模型。
16、在一些实施例中，对历史销售数据和产品特征数据进行数据分析，确定多个时间点对应的偏好特征数据，包括：
17、根据历史销售数据确定第一时间点对应的销售数据，以及根据产品特征数据确定第一时间点对应的特征数据；
18、根据第一时间点对应的销售数据和特征数据进行计算，得到第一时间点对应的偏好特征数据；
19、其中，第一时间点是多个时间点中的任意一个。
20、在一些实施例中，在感兴趣产品包括多个兴趣产品时，根据第一时间点对应的销售数据和特征数据进行计算，得到第一时间点对应的偏好特征数据，包括：
21、根据第一时间点对应的多个销量占比和多个特征数据进行加权计算，得到第一时间点对应的偏好特征数据；
22、其中，多个销量占比与多个兴趣产品各自的销售数据相对应，多个特征数据与多个兴趣产品相对应。
23、在一些实施例中，根据多个时间点各自对应的偏好特征数据，建立感兴趣产品的预测模型，包括：
24、利用多种候选表达式对多个时间点以及多个时间点各自对应的偏好特征数据进行数据拟合，得到多个候选模型；
25、基于预设选择策略，从多个候选模型确定目标模型，将目标模型确定为感兴趣产品的预测模型。
26、在一些实施例中，基于预设选择策略，从多个候选模型确定目标模型，包括：
27、确定多个候选模型各自对应的最小平方误差值；
28、从多个候选模型各自对应的最小平方误差值中选择最小值，将最小值对应的候选模型确定为目标模型。
29、在一些实施例中，确定预设范围内的感兴趣产品，包括：
30、确定预设区域内的感兴趣产品；和/或，确定预设人群内的感兴趣产品。
31、第二方面，本申请实施例提供了一种产品预测装置，产品预测装置包括确定单元和建模单元；其中，
32、确定单元，配置为确定预设范围内的感兴趣产品；
33、确定单元，还配置为对感兴趣产品进行数据收集和分析，确定感兴趣产品对应的历史销售数据和产品特征数据；
34、建模单元，配置为根据历史销售数据和产品特征数据进行建模，确定感兴趣产品的预测模型；其中，预测模型用于针对感兴趣产品在未来时间的偏好特征数据进行预测。
35、第三方面，本申请实施例提供了一种电子设备，电子设备包括存储器和处理器；其中，
36、存储器，用于存储能够在处理器上运行的计算机程序；
37、处理器，用于在运行计算机程序时，执行如第一方面中任一项所述的方法。
38、第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被至少一个处理器执行时实现如第一方面中任一项所述的方法。
39、本申请提出的一种产品预测方法、装置、设备以及存储介质，确定预设范围内的感兴趣产品；对感兴趣产品进行数据收集和分析，确定感兴趣产品对应的历史销售数据和产品特征数据；根据历史销售数据和产品特征数据进行建模，确定感兴趣产品的预测模型；其中，预测模型用于针对感兴趣产品在未来时间的偏好特征数据进行预测。这样，结合历史销售数据与产品特征数据可以针对特定区域和/或特定人群的用户主观喜好进行预测，避免了受少数调研采样不均匀等造成无法满足用户真实的主观喜好问题，提高了预测的准确性；另外，根据用户主观喜好可以确定特定区域和/或特定人群更容易接受的产品风格，从而还可以为产品提供未来的发展方向，有利于提升产品的销量。
本文档来自技高网...【技术保护点】
1.一种产品预测方法，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，所述对所述感兴趣产品进行数据收集和分析，确定所述感兴趣产品对应的历史销售数据和产品特征数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述感兴趣产品进行特征分析，确定所述产品特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史销售数据和所述产品特征数据进行建模，确定所述感兴趣产品的预测模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述历史销售数据和所述产品特征数据进行数据分析，确定多个时间点对应的偏好特征数据，包括：
6.根据权利要求5所述的方法，其特征在于，在所述感兴趣产品包括多个兴趣产品时，所述根据所述第一时间点对应的销售数据和特征数据进行计算，得到所述第一时间点对应的偏好特征数据，包括：
7.根据权利要求4所述的方法，其特征在于，所述根据所述多个时间点各自对应的偏好特征数据，建立所述感兴趣产品的预测模型，包括：
8.根据权利要求7所述的方法，其特征
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述确定预设范围内的感兴趣产品，包括：
10.一种产品预测装置，其特征在于，所述产品预测装置包括确定单元和建模单元；其中，
11.一种电子设备，其特征在于，所述电子设备包括存储器和处理器；其中，
12.一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，所述计算机程序被至少一个处理器执行时实现如权利要求1至9中任一项所述的方法。
...【技术特征摘要】
1.一种产品预测方法，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，所述对所述感兴趣产品进行数据收集和分析，确定所述感兴趣产品对应的历史销售数据和产品特征数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述感兴趣产品进行特征分析，确定所述产品特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史销售数据和所述产品特征数据进行建模，确定所述感兴趣产品的预测模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述历史销售数据和所述产品特征数据进行数据分析，确定多个时间点对应的偏好特征数据，包括：
6.根据权利要求5所述的方法，其特征在于，在所述感兴趣产品包括多个兴趣产品时，所述根据所述第一时间点对应的销售数据和特征数据进行计算...
【专利技术属性】
技术研发人员：刘俊显，
申请(专利权)人：OPPO广东移动通信有限公司，
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。