[發(fā)明專利]銷量預(yù)測方法以及服務(wù)器

在審

• 申請?zhí)枺?/td>: 201711403277.9
• 申請日: 2017-12-22
• 公開（公告）號: CN108133391A
• 公開（公告）日: 2018-06-08
• 發(fā)明（設(shè)計）人: 歐陽文理;范偉
• 申請（專利權(quán)）人: 聯(lián)想（北京）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

本申請?zhí)峁┝艘环N銷量預(yù)測方法以及服務(wù)器，該方法包括：分別獲取待預(yù)測的多個產(chǎn)品各自的歷史銷量時間序列；根據(jù)該多個產(chǎn)品的歷史銷量時間序列，對該多個產(chǎn)品進(jìn)行聚類，得到多個聚類類別，每個聚類類別包括至少一個所述產(chǎn)品；針對每個聚類類別，根據(jù)該聚類類別內(nèi)的所有產(chǎn)品的歷史銷量時間序列，訓(xùn)練出該聚類類別對應(yīng)的預(yù)測模型；利用產(chǎn)品所屬的聚類類別對應(yīng)的預(yù)測模型，以及產(chǎn)品的歷史銷量時間序列，確定產(chǎn)品在當(dāng)前時刻之后的指定時間段內(nèi)的銷量數(shù)據(jù)。本申請的方法可以提高產(chǎn)品銷量預(yù)測的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，更具體地說，涉及一種銷量預(yù)測方法以及服務(wù)器。

背景技術(shù)

通過數(shù)據(jù)處理平臺或者服務(wù)器對產(chǎn)品的銷量數(shù)據(jù)進(jìn)行統(tǒng)計并預(yù)測已經(jīng)十分普遍。

目前，一般會根據(jù)產(chǎn)品的歷史銷量數(shù)據(jù)預(yù)測該產(chǎn)品未來的銷量情況，然而，產(chǎn)品的未來銷量與歷史銷量趨勢可能會存在很大的差異，因此，通過產(chǎn)品的歷史銷量數(shù)據(jù)對產(chǎn)品的銷量進(jìn)行預(yù)測，會導(dǎo)致產(chǎn)品銷量預(yù)測的準(zhǔn)確度較低。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種銷量預(yù)測方法以及服務(wù)器，以提高產(chǎn)品銷量預(yù)測的準(zhǔn)確度。

為實現(xiàn)上述目的，本發(fā)明提供了如下技術(shù)方案：一種銷量預(yù)測方法，包括：

分別獲取待預(yù)測的多個產(chǎn)品各自的歷史銷量時間序列；

根據(jù)所述多個產(chǎn)品的歷史銷量時間序列，對所述多個產(chǎn)品進(jìn)行聚類，得到多個聚類類別，每個聚類類別包括至少一個所述產(chǎn)品；

針對每個聚類類別，根據(jù)所述聚類類別內(nèi)的所有產(chǎn)品的歷史銷量時間序列，訓(xùn)練出所述聚類類別對應(yīng)的預(yù)測模型，所述聚類類別對應(yīng)的預(yù)測模型用于預(yù)測所述聚類類別內(nèi)的產(chǎn)品的銷量趨勢；

針對每個產(chǎn)品，利用所述產(chǎn)品所屬的聚類類別對應(yīng)的預(yù)測模型，以及所述產(chǎn)品的歷史銷量時間序列，確定所述產(chǎn)品在當(dāng)前時刻之后的指定時間段內(nèi)的銷量數(shù)據(jù)。

優(yōu)選的，所述根據(jù)所述聚類類別內(nèi)的所有產(chǎn)品的歷史銷量時間序列，訓(xùn)練出所述聚類類別對應(yīng)的預(yù)測模型，包括：

根據(jù)所述聚類產(chǎn)品內(nèi)的所有產(chǎn)品的歷史銷量時間序列，訓(xùn)練出所述聚類類別對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型。

優(yōu)選的，所述根據(jù)所述聚類產(chǎn)品內(nèi)的所有產(chǎn)品的歷史銷量時間序列，訓(xùn)練出所述聚類類別對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型，包括：

將所述聚類產(chǎn)品內(nèi)的所有產(chǎn)品的歷史銷量時間序列作為訓(xùn)練樣本，并將訓(xùn)練樣本輸入到待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型中；

將所述待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型輸出的各個產(chǎn)品的銷量趨勢，與所述聚類產(chǎn)品內(nèi)的所有產(chǎn)品的歷史銷量時間序列進(jìn)行比較，并根據(jù)比較結(jié)果檢測所述待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型預(yù)測的準(zhǔn)確度；

當(dāng)所述待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型預(yù)測的準(zhǔn)確度小于預(yù)設(shè)閾值時，則調(diào)整所述待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型中的參數(shù)，并返回執(zhí)行所述將所述聚類產(chǎn)品內(nèi)的所有產(chǎn)品的歷史銷量時間序列作為訓(xùn)練樣本，并將訓(xùn)練樣本輸入到待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型中的操作，直至所述待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型預(yù)測的準(zhǔn)確度不小于所述預(yù)設(shè)閾值，將當(dāng)前得到的神經(jīng)網(wǎng)絡(luò)模型確定為用于預(yù)測銷量數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型。

優(yōu)選的，在所述根據(jù)所述多個產(chǎn)品的歷史銷量時間序列，對所述多個產(chǎn)品進(jìn)行聚類，得到多個聚類類別之前，還包括：

對所述產(chǎn)品的歷史銷量時間序列進(jìn)行時間序列分解，以分解出所述產(chǎn)品的歷史銷量時間序列中，屬于殘差部分的歷史銷量時間序列；

從所述屬于殘差部分的歷史銷量時間序列中，確定出至少一個時間點上的異常歷史銷量；

依據(jù)所述產(chǎn)品對應(yīng)的不屬于所述異常歷史銷量的歷史銷量時間序列，分別預(yù)測所述至少一個時間點上的異常歷史銷量對應(yīng)的修正歷史銷量，并將所述歷史銷量時間序列中的異常歷史銷量替換為所述修正歷史銷量。