[發明專利]數據預測方法及裝置

在審

• 申請號: 201710512812.8
• 申請日: 2017-06-29
• 公開（公告）號: CN107274231A
• 公開（公告）日: 2017-10-20
• 發明（設計）人: 欒宏偉
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 中國國際貿易促進委員會專利商標事務所11038
• 代理人: 劉劍波

技術領域

本發明涉及數據挖掘技術領域，特別涉及一種數據預測方法及裝置。

背景技術

通常來講，商家的備貨方式是將商品從廠家或供應商統一采購至全國各RDC(Regional Distribution Center，區域分發中心)，每個區域分發中心會覆蓋多個FDC(Front Distribution Center，前端物流中心)，購物用戶下訂單后，就近的FDC有貨時商家將從就近FDC發貨，就近的FDC無貨時將通過RDC內配調撥至FDC或直接從RDC發貨。

對于FDC的備貨數量而言，傳統方法主要是通過歷史銷量數據對全國各FDC進行未來一段時間的銷量數據進行預測。例如，通過商家大數據平臺獲取全國各FDC的歷史最近兩周銷量，通過加權平均方法，通過近一周周總銷量以及次近一周周總銷量的加權和預測未來一周周總銷量。對于FDC調撥量的計算，傳統方法是利用調撥系統根據全國FDC設置安全庫存天數、目標庫存天數以及未來日均FDC預測銷量計算得出每日調撥量，以此實現支持全國FDC每日的自動調撥生產業務。

然而，傳統方法預測得到的商品銷量往往不夠準確。預測得到的商品銷量不夠準確導致FDC的庫存量不足，進而導致FDC所覆蓋的城市銷售額偏低、配送時效相對較差。

發明內容

本發明解決的一個技術問題是，如何實現對商品銷量更準確的預測。

根據本發明實施例的一個方面，提供了一種數據預測方法，包括：利用商品的歷史銷量數據，生成商品的銷量特征；利用促銷計劃數據，生成銷量預測白名單；利用銷量預測白名單中的商品的銷量特征進行Boosting預測處理，以對銷量預測白名單中的商品的促銷銷量進行預測。

在一些實施例中，該數據預測方法還包括：利用商品的歷史調撥數據，計算商品的本地滿足率；將本地滿足率低于預設值的商品加入銷量預測白名單，以便對銷量預測白名單更新。

在一些實施例中，將本地滿足率低于預設值的商品加入銷量預測白名單包括：若在預設持續時間內，商品的本地滿足率低于預設值，則將商品加入銷量預測白名單。

在一些實施例中，商品的歷史調撥數據包括商品的本地銷量以及商品的調撥量；計算商品的本地滿足率包括：將商品的本地銷量與商品的調撥量的差值，與商品的本地銷量作比，得到商品的本地滿足率。

在一些實施例中，該數據預測方法還包括：利用商品的歷史調撥數據，計算商品的調撥偏低量；利用商品的調撥偏低量進行Boosting預測處理。

在一些實施例中，計算商品的調撥偏低量包括：將商品的歷史調撥數據中的不同時段的調撥量取平均，得到商品的調撥偏低量。

在一些實施例中，商品的歷史銷量數據包括商品的促銷價格、商品在歷史促銷期間的日均銷量、商品在非促銷期間的日均銷量、商品在預設日期至今的日均銷量。

在一些實施例中，利用促銷計劃數據，生成銷量預測白名單包括：從促銷計劃數據中，篩選促銷計劃中的商品；若促銷計劃正在進行，則將促銷期間日均銷量相比非促銷期間日均銷量的增幅大于第一閾值的商品加入銷量預測白名單；若促銷計劃尚未進行，則將商品在預設日期至今的日均銷量大于第二閾值的商品加入銷量預測白名單。

在一些實施例中，若在促銷期間的預設持續時間內，商品的日均銷量相比非促銷期間日均銷量的增幅大于第一閾值，則將商品加入銷量預測白名單；若在非促銷期間的預設持續時間內，商品在預設日期至今的日均銷量大于第二閾值，則將商品加入銷量預測白名單。

在一些實施例中，Boosting預測處理采用的機器學習模型為XGBoost模型或者GBDT模型。

在一些實施例中，該數據預測方法還包括：利用銷量預測白名單中的部分商品的銷量特征以及部分商品的實際促銷銷量，以對Boosting預測處理采用的機器學習模型進行訓練。

根據本發明實施例的另一個方面，提供了一種數據預測裝置，包括：銷量特征生成單元，被配置為利用商品的歷史銷量數據，生成商品的銷量特征；銷量預測白名單生成單元，被配置為利用促銷計劃數據，生成銷量預測白名單；銷量預測單元，被配置為利用銷量預測白名單中的商品的銷量特征進行Boosting預測處理，以對銷量預測白名單中的商品的促銷銷量進行預測。

在一些實施例中，該數據預測裝置還包括：本地滿足率計算單元，被配置為利用商品的歷史調撥數據，計算商品的本地滿足率；銷量預測白名單更新單元，被配置為將本地滿足率低于預設值的商品加入銷量預測白名單，以便對銷量預測白名單更新。