[發明專利]信息輸出方法和裝置

在審

• 申請號: 201810031123.X
• 申請日: 2018-01-12
• 公開（公告）號: CN110033292A
• 公開（公告）日: 2019-07-19
• 發明（設計）人: 楊冬越
• 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: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請公開了信息輸出方法和裝置。該方法的一具體實施方式包括：獲取歷史數據集合和基于歷史數據集合預測得到的初始預測銷量集合；通過線性回歸預測法，基于歷史數據集合中的每個歷史數據中的歷史銷量和歷史銷量對應的日期進行銷量生成第一預測銷量，并得到第一閾值；通過時間序列預測法，基于歷史數據集合中的每個歷史數據中的歷史銷量和歷史銷量對應的日期進行銷量生成第二預測銷量，并得到第二閾值；對于初始預測銷量集合中每個初始預測銷量，若該初始預測銷量大于根據第一閾值和第二閾值確定的組合閾值，則對該初始預測銷量進行修正，并輸出修正后的初始預測銷量。該實施方式提高了銷量預測的準確性。

技術領域

本申請實施例涉及計算機技術領域，具體涉及互聯網技術領域，尤其涉及信息輸出方法和裝置。

背景技術

在當今人工智能及大數據技術越來越普及的大環境下，預測作為一項必備的技術被越來越多的行業拿來使用以此提高生產力。銷量預測的準確性提高帶來的成本降低在整個供應鏈的各個環節都有體現。

在對商品進行銷量預測的時候考慮使用何種模型進行預測非常重要。可以使用一種模型，也可以使用多種模型融合的方式。模型的復雜度也是有高有低，從線性回歸、時間序列分析，到后來的提升決策樹以及神經網絡。模型越復雜、參數越多則預測準確度也會越高。

發明內容

本申請實施例提出了信息輸出方法和裝置。

第一方面，本申請實施例提供了一種信息輸出方法，包括：獲取歷史數據集合和基于歷史數據集合預測得到的初始預測銷量集合，其中，歷史數據包括日期和日期對應的歷史銷量；通過線性回歸預測法，基于歷史數據集合中的每個歷史數據中的歷史銷量和歷史銷量對應的日期進行銷量生成第一預測銷量，并將第一預測銷量乘以預設第一權重得到第一閾值；通過時間序列預測法，基于歷史數據集合中的每個歷史數據中的歷史銷量和歷史銷量對應的日期進行銷量生成第二預測銷量，并將第二預測銷量乘以預設第二權重得到第二閾值；對于初始預測銷量集合中每個初始預測銷量，若該初始預測銷量大于根據第一閾值和第二閾值確定的組合閾值，則基于第一預測銷量和第二預測銷量對該初始預測銷量進行修正，并輸出修正后的初始預測銷量。

在一些實施例中，在獲取歷史數據集合之后，該方法還包括：從歷史數據集合中刪除日期為預定日期的歷史數據。

在一些實施例中，歷史數據集合中的每個歷史數據還包括歷史銷量對應的銷售狀態，銷售狀態包括不可售狀態；以及在獲取歷史數據集合之后，方法還包括：從歷史數據集合中刪除銷售狀態為不可售狀態的歷史數據。

在一些實施例中，在獲取歷史數據集合之后，該方法還包括：從歷史數據集合中確定出待修正的銷量極值；使用與銷量極值對應的日期相鄰的日期所對應的預定數目個歷史銷量的平均值替換銷量極值。

在一些實施例中，從歷史數據集合中確定出待修正的銷量極值，包括：采用四分位法從歷史數據集合中確定出至少一個第一銷量極值；采用標準差法從歷史數據集合中確定出至少一個第二銷量極值；將同時為第一銷量極值和第二銷量極值的歷史銷量確定為待修正的銷量極值。

在一些實施例中，組合閾值通過以下步驟確定：將第一閾值和第二閾值的平均值確定為組合閾值；或者將第一閾值和第二閾值中最大的閾值確定為組合閾值。

在一些實施例中，該方法還包括：獲取歷史數據集合對應的歷史預設日期和計劃預設日期；根據歷史預設日期將歷史數據集合劃分成非預設歷史數據集合和預設歷史數據集合；根據計劃預設日期將初始預測銷量集合劃分成非預設初始預測銷量集合和預設初始預測銷量集合；根據非預設歷史數據集合確定非預設組合閾值，并根據預設歷史數據集合確定預設組合閾值；基于非預設組合閾值修正非預設初始預測銷量集合，并基于預設組合閾值修正預設初始預測銷量集合；將修正后的非預設初始預測銷量集合和修正后的預設初始預測銷量集合合并之后輸出。