[發(fā)明專利]一種融合季節(jié)銷售信息與搜索行為信息的煙草銷量預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201410566629.2
• 申請日: 2014-10-22
• 公開（公告）號: CN104700152B
• 公開（公告）日: 2018-08-10
• 發(fā)明（設(shè)計）人: 章志華;陸海良;郁鋼;高揚華
• 申請（專利權(quán)）人: 浙江中煙工業(yè)有限責(zé)任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02
• 代理公司: 杭州豐禾專利事務(wù)所有限公司 33214
• 代理人: 王從友

1.一種融合季節(jié)銷售信息與搜索行為信息的煙草銷量預(yù)測方法，其特征在于該方法包括以下步驟：

一、對煙草銷售相關(guān)查詢的聚類階段：

步驟1，讀取搜索引擎日志數(shù)據(jù)；

步驟2，把網(wǎng)絡(luò)搜索引擎日志劃分為用戶級的會話；

步驟3，在搜索引擎日志中選擇m個與煙草銷售及知名煙草品牌相關(guān)的查詢詞；

步驟4，對于給定的查詢，分別提取出點擊率最高的前k個文檔的集合、查詢再形成集合、查詢共現(xiàn)集合；

步驟5，利用步驟4提取出的數(shù)據(jù)集合構(gòu)建有向圖，該圖是點擊二分圖與查詢流圖的融合圖，捕捉了用戶的一系列查詢再形成行為；

步驟6，通過對有向圖執(zhí)行n階隨機游走，計算出每個查詢結(jié)點的文檔訪問概率分布向量；

步驟7，使用文檔訪問概率分布向量間的余弦相似度來判斷共現(xiàn)查詢之間的相關(guān)性；

步驟8，如果余弦相似度大于閾值并且查詢不在相關(guān)查詢集合內(nèi)，則把查詢加入相關(guān)查詢集合并作為新的查詢中心，重復(fù)步驟4到步驟8，直至完成迭代；

步驟9，輸出與煙草銷售相關(guān)的查詢集合；

二、特征提取階段，包括提取搜索查詢特征和提取季節(jié)特征兩個子階段：

1)提取搜索查詢特征

步驟1，統(tǒng)計從對煙草銷售相關(guān)查詢的聚類階段生成的相關(guān)查詢集在歷史時期以月為單位出現(xiàn)的次數(shù)；

步驟2，根據(jù)煙草歷史銷售數(shù)據(jù)中出現(xiàn)相關(guān)查詢的次數(shù)對所有相關(guān)查詢排序；

步驟3，根據(jù)步驟2的排序結(jié)果，把前k個相關(guān)查詢作為搜索查詢特征；

2)提取季節(jié)性特征

步驟1，根據(jù)煙草歷史銷售數(shù)據(jù)初始化季節(jié)性調(diào)整銷售數(shù)據(jù)；

步驟2，根據(jù)煙草歷史銷售數(shù)據(jù)初始化線性趨勢系數(shù)；

步驟3，根據(jù)煙草歷史銷售數(shù)據(jù)初始化季節(jié)性影響的銷售比例系數(shù)；

步驟4，用指數(shù)加權(quán)移動平均模型對預(yù)測月進行銷量預(yù)測，其預(yù)測結(jié)果作為季節(jié)性特征；

步驟5，根據(jù)步驟4中每次預(yù)測后的結(jié)果動態(tài)調(diào)整參數(shù)值來平滑季節(jié)性調(diào)整銷售數(shù)據(jù)、線性趨勢系數(shù)、季節(jié)性影響的銷售比例系數(shù)，選擇與最近24個月真實銷量最相關(guān)的參數(shù)值，并把該值用于下一次預(yù)測；

三、建立預(yù)測模型階段：

步驟1，提取搜索查詢特征；

步驟2，提取季節(jié)性特征；

步驟3，用線性回歸模型融合搜索查詢特征與季節(jié)性特征；

步驟4，輸出融合模型的預(yù)測結(jié)果。