[發明專利]一種基于大數據的需求與供給預測方法

在審

• 申請號: 201710583756.7
• 申請日: 2017-07-18
• 公開（公告）號: CN107341697A
• 公開（公告）日: 2017-11-10
• 發明（設計）人: 孟洋;韓翎
• 申請（專利權）人: 江蘇仲博敬陳信息科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/04
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙)32231
• 代理人: 滕詣迪

技術領域

本發明涉及一種基于大數據分析的需求與供給預測方法，屬于信息預測技術領域。

背景技術

隨著市場經濟的發展，市場發展已經由價格競爭時代深化進入到成本競爭時代，對市場未來走勢的先期判斷，在企業運營管理中的作用越來越重要，在很大程度上，影響著企業認知機會和把握機遇的能力。當前，對于商品歷史數據的處理停留在構建時間序列和歷史銷量簡單趨勢線。然而，通過這樣的方法獲得的趨勢線由于包含特殊事件、趨勢變化和周期變化等多重因素，決策者難以通過這樣的趨勢線做出判斷。這種狀況對于企業精確制定營銷戰役規劃和促銷戰術計劃十分不利，對于營銷效果的精確性評估也缺少可衡量的量化依據。

需求預測構成了供應鏈中所有戰略性和規劃性決策的基礎，預測廣泛應用于推/拉式供應鏈，比如生產：日程安排，庫存管理、總體計劃；營銷：銷售資源配置、促銷、新產品開發；財務：生產線的投資和預算規劃；人事：雇員計劃、雇用、解雇；所有上述決策的結合都需要預測的支持。

預測構成的要素：過去的需求、產品的提前期、規劃進行的廣告與促銷、經濟的狀態，價格與促銷方案、競爭者行為。

現有的預測方法包括：定性法：依賴于人們的判斷和意見做出預測；時間預測法：利用歷史數據來預測未來需求；靜態法、適應性法、隨機法：假定需求和外界因素高度相關、模仿法：通過模仿消費者選擇進行需求預測。

現有的預測方式存在以下技術問題：1、預測經常會出錯，2、長期預測精確率低，3、獨立預測誤差大等問題。

為了提高預測的精度，采用調取大量的基礎數據進行預測，但是大量的基礎數據預測往往會導致運行的速度變慢，無法及時調用的問題。數據分析的不斷進步，極大地促進了需求預測的發展，世界范圍內的需求，使信息傳輸與交換的這一無形載體日趨緊張，所以科學利高效率的數據管理對確保各種數據在平臺上共用，防止相互干擾起到至關重要的作用，

大數據分析提供有效的多種參考數據，實際應用中，其存在數據處理量大，每批待處理數據短的問題。

發明內容

1、發明目的。

本發明為了提高預測的精度，及時處理采集的大量數據的信息，而提出了一種基于大數據分析的需求與供給預測方法。

2、本發明所采用的技術方案。

被考察需求(O)＝系統需求(S)+隨機需求(R)，其中系統需求包括Level(需求水平)、Trend(需求趨勢)、Seasonality(季節性需求)；系統部分：需求的預期價值；隨機部分：需求中偏離系統需求的部分；預測錯誤：衡量預測和實際需求的誤差。

預測的基本方法采用：靜態法、適應法、移動平均法、單一指數平滑法、Holt’s model(需求趨勢)、Winter’s model(需求趨勢和季節性需求)；預測需要考慮的基本因素：理解預測的目的、將需求規劃和預測結合起來、識別影響需求預測的主要因素、理解和識別顧客群、決定采用適當的預測方法、確定預測效果的評估方法和誤差的測度方法；預測的時間序列法：預測的目的是預測系統需求部分和估計隨機部分，復合型:(level)(trend)(seasonal factor)，附加型:level+trend+seasonal factor，混合型:(level+trend)(seasonal factor)；靜態方法：假設面臨一個混合型預測：系統需求＝(level+trend)(seasonal factor)，Ft+l＝[L+(t+l)T]St+l＝以t時刻為基點預測t+l時刻的需求，L＝基期的預測需求水平，T＝預計需求趨勢，St＝預計t期的季節性需求，Dt＝實際觀測到t期需求，Ft＝預測的t期需求；預測需求水平和需求趨勢、預測季節性需求。

本發明提出的一種基于大數據的需求與供給預測方法，按照如下步驟進行：

步驟1、設過去的需求、產品的提前期、規劃進行的廣告與促銷、經濟的狀態，價格與促銷方案、競爭者行為，5個以上遞增的占有率判斷門限，按照每個門限來統計不同的占有率數據；

步驟2、按照數據預測參量的占有率數進行分級簡化問題，使用二進制進行編碼，對應的二進制數，用二進制“位”來表示為：000～111，使用二進制來表示十進制，只需要三位即可；

步驟3、所有壓縮后的占有率都采用二進制字符形式存儲存數據庫中，對于每批新來的、需要實時處理的占有率數據，使用數據庫觸發器，當數據存儲在數據庫中的時候，觸發調用SQL/PLUS的數據庫內部過程和函數對該數據進行處理，該處理過程和壓縮算法并存儲；

步驟4、通過數據庫完成資源調度、分配工作。