[發明專利]基于指數平滑的預測系統與方法

在審

• 申請號: 201711237765.7
• 申請日: 2017-11-30
• 公開（公告）號: CN107862555A
• 公開（公告）日: 2018-03-30
• 發明（設計）人: 鐘吉英;趙亮;譚斌
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F17/30
• 代理公司: 四川省成都市天策商標專利事務所51213
• 代理人: 譚德兵

技術領域

本發明涉及銷售預測技術領域，具體涉及一種基于指數平滑的預測系統與方法。

背景技術

企業銷售計劃的中心任務之一就是銷售預測。銷售預測是對未來特定時間內，全部產品或特定產品的銷售數量與銷售金額的估計。銷售預測是在充分考慮未來各種影響因素的基礎上，結合本企業的銷售實績，通過一定的分析方法提出切實可行的銷售目標。銷量預測的作用有三點：一是可以幫助企業有效的安排生產，減少商品庫存；二是可以改善運輸管理；三是可以做出信息含量更高的定價和促銷決策。

發明內容

本發明克服了現有技術的不足，提供一種基于指數平滑的預測系統與方法，旨在利用用戶在電子商務網站上購買商品后的評論數據，進行商品銷量建模，進而對未來一段時間商品的銷量情況進行預估。

考慮到現有技術的上述問題，根據本發明公開的一個方面，本發明采用以下技術方案：

一種基于指數平滑的預測系統，包括：

數據采集模塊，用于從指定的站點爬取網頁，以及對每一個獲取到的網頁頁面的源代碼進行解析，獲取網頁內相關的信息，并且將獲取的數據寫入數據庫；

銷量預測模塊，用于選擇部分歷史銷售數據作為訓練數據，建立銷量預測模型，以及用于對未來一段時間的銷售數據進行預測。

為了更好地實現本發明，進一步的技術方案是：

根據本發明的一個實施方案，所述銷量預測模塊的訓練過程包括：

1)設定初始值S₀⁽¹⁾、S₀⁽²⁾，假設訓練樣本個數為Num；

當Num＞15,取第一個樣本的值作初始值，則

當Num≤15，取前3個樣本的均值作初始值，則

2)從0.1～1中間隔0.2取一個值作為α值；

3)對每一個訓練樣本，計算其二次指數預測值：

計算該α下的平均絕對誤差：

返回到第2)步，計算不同α下的Error；

取Error最小時對應的α、訓練結束；其中，為最后一個訓練樣本的一次、二次指數預測值。

根據本發明的另一個實施方案，所述銷量預測模塊的預測判斷過程包括：

測試過程需要用到訓練過程得到的α、

一次、二次指數判斷函數為：

則為t時刻的預測值；

由于在求一次指數時，會用到原始數據x_t-1值，而預測的時間段中，沒有原始數據；將t時刻的原始數據設置為t時刻的預測值與(t-T)時刻的原始值的均值，這樣滿足數據的周期性，公式為：

本發明還可以是：

一種基于指數平滑的預測方法，其特征在于包括：

步驟1：利用網絡爬蟲對電商網站的商品信息及評論信息進行數據爬?。?/p>

步驟2：利用歷史銷售數據進行預測模型訓練，獲取模型參數；

步驟3：利用步驟2中得到的模型，對未來一段時間的銷量進行預測。

根據本發明的另一個實施方案，所述步驟1中利用寬度優先模式從網頁中爬取商品信息。

根據本發明的另一個實施方案，所述商品信息包含商品評論數據。

根據本發明的另一個實施方案，所述步驟2中，挑選訓練樣本以年為周期，利用二次指數平滑法進行模型訓練。

與現有技術相比，本發明的有益效果之一是：

本發明的一種基于指數平滑的預測系統與方法，其模型簡單、易實現，有效的提升了預測的準確性與可用性。

附圖說明

為了更清楚的說明本申請文件實施例或現有技術中的技術方案，下面將對實施例或現有技術的描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅是對本申請文件中一些實施例的參考，對于本領域技術人員來講，在不付出創造性勞動的情況下，還可以根據這些附圖得到其它的附圖。

圖1為根據本發明一個實施例的方案列舉的一個銷量預測示意圖，圖中1-7月為歷史銷售量，8-12月為預測銷售量。

具體實施方式

下面結合實施例對本發明作進一步地詳細說明，但本發明的實施方式不限于此。

一種基于指數平滑的預測系統，其利用用戶在電子商務網站上購買商品后的評論數據，進行商品銷量建模，進而對未來一段時間商品的銷量情況進行預估。所提供的技術包含：爬蟲技術、預測分析技術。以下為本發明所包含的主要功能模塊：