[發(fā)明專利]一種銷量預(yù)測方法和裝置

在審

• 申請?zhí)枺?/td>: 201810558081.5
• 申請日: 2018-06-01
• 公開（公告）號: CN110555578A
• 公開（公告）日: 2019-12-10
• 發(fā)明（設(shè)計）人: 裘實;張瞻;李聚信;蔣佳濤
• 申請（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀貿(mào)易有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/06
• 代理公司: 11219 中原信達知識產(chǎn)權(quán)代理有限責任公司
• 代理人: 張一軍;張效榮

1.一種銷量預(yù)測方法，其特征在于，包括：

根據(jù)產(chǎn)品標識對應(yīng)的銷量時間序列和時間序列模型，確定前置時間周期數(shù)目；

將所述銷量時間序列和對應(yīng)時間周期的環(huán)境數(shù)據(jù)輸入機器學習算法，以訓練銷量預(yù)測模型；

將所述前置時間周期數(shù)目的銷量數(shù)據(jù)、環(huán)境數(shù)據(jù)以及下一時間周期的環(huán)境數(shù)據(jù)輸入所述銷量預(yù)測模型，以輸出所述下一時間周期的銷量預(yù)測數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述銷量時間序列包括至少一個所述時間周期和對應(yīng)的銷量數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述時間序列模型為自回歸積分滑動平均模型；

所述根據(jù)產(chǎn)品標識對應(yīng)的銷量時間序列和時間序列模型，確定前置時間周期數(shù)目，包括：

對產(chǎn)品標識對應(yīng)的銷量時間序列進行差分運算，得到平穩(wěn)時間序列；

分別計算所述平穩(wěn)時間序列的赤池信息量和貝葉斯信息量，以得到所述自回歸積分滑動平均模型的自回歸項數(shù)和移動平均項數(shù)；

比較所述自回歸項數(shù)和所述移動平均項數(shù)的大小，將較大的項數(shù)作為前置時間周期數(shù)目。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述銷量時間序列和對應(yīng)時間周期的環(huán)境數(shù)據(jù)輸入機器學習算法，以訓練銷量預(yù)測模型，包括：

將所述銷量時間序列和對應(yīng)時間周期的環(huán)境數(shù)據(jù)作為訓練集，輸入機器學習算法，以擬合得到多個初步銷量預(yù)測模型；

按照預(yù)設(shè)第一比例，將所述訓練集劃分為新訓練集和新測試集；

將所述新測試集輸入所述初步銷量預(yù)測模型，以驗證所述初步銷量預(yù)測模型；

獲取驗證通過的所述初步銷量預(yù)測模型，將獲取的所述初步銷量預(yù)測模型作為銷量預(yù)測模型。

5.根據(jù)權(quán)利要求1至4的任一項所述的方法，其特征在于，所述方法還包括：

根據(jù)歷史銷量數(shù)據(jù)中，所述產(chǎn)品標識對應(yīng)的售出數(shù)據(jù)和進貨數(shù)據(jù)，計算預(yù)設(shè)單位時間內(nèi)的產(chǎn)品消耗率；

將所述產(chǎn)品消耗率與第一閾值進行比較，以獲取小于所述第一閾值的產(chǎn)品消耗率對應(yīng)的產(chǎn)品標識；

將獲取的產(chǎn)品標識對應(yīng)的產(chǎn)品作為滯銷品，輸出所述滯銷品。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述輸出所述下一時間周期的銷量預(yù)測數(shù)據(jù)的步驟之后，還包括：

根據(jù)所述下一時間周期的銷量預(yù)測數(shù)據(jù)和當前庫存數(shù)據(jù)，計算所述產(chǎn)品標識對應(yīng)的原始補貨量；

當所述產(chǎn)品標識對應(yīng)的產(chǎn)品為所述滯銷品時，按照預(yù)設(shè)規(guī)則減少所述原始補貨量，以得到實際補貨量；

按照所述實際補貨量，對所述產(chǎn)品標識對應(yīng)的產(chǎn)品進行補貨。

7.一種銷量預(yù)測裝置，其特征在于，包括：

確定模塊，用于根據(jù)產(chǎn)品標識對應(yīng)的銷量時間序列和時間序列模型，確定前置時間周期數(shù)目；

訓練模塊，用于將所述銷量時間序列和對應(yīng)時間周期的環(huán)境數(shù)據(jù)輸入機器學習算法，以訓練銷量預(yù)測模型；

輸出模塊，用于將所述前置時間周期數(shù)目的銷量數(shù)據(jù)、環(huán)境數(shù)據(jù)以及下一時間周期的環(huán)境數(shù)據(jù)輸入所述銷量預(yù)測模型，以輸出所述下一時間周期的銷量預(yù)測數(shù)據(jù)。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述銷量時間序列包括至少一個所述時間周期和對應(yīng)的銷量數(shù)據(jù)。

9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述時間序列模型為自回歸積分滑動平均模型；所述確定模塊，還用于：

對產(chǎn)品標識對應(yīng)的銷量時間序列進行差分運算，得到平穩(wěn)時間序列；

分別計算所述平穩(wěn)時間序列的赤池信息量和貝葉斯信息量，以得到所述自回歸積分滑動平均模型的自回歸項數(shù)和移動平均項數(shù)；以及

比較所述自回歸項數(shù)和所述移動平均項數(shù)的大小，將較大的項數(shù)作為前置時間周期數(shù)目。