[發明專利]商品銷售預測方法、服務器及存儲介質

在審

• 申請號: 201811520541.1
• 申請日: 2018-12-12
• 公開（公告）號: CN109658141A
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 溫國華;陸偉
• 申請（專利權）人: 中智關愛通（上海）科技股份有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/10
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 龐紅芳

1.一種商品銷售預測方法，其特征在于，所述商品銷售預測方法包括：

提取企業購買商品的歷史數據和待預測的企業數據；

根據所述歷史數據對歷史數據訓練模型集中的每個預測模型進行訓練；

利用訓練后的各預測模型對所述待預測的企業數據進行預測，獲取各企業購買商品的金額和商品的銷售總金額。

2.根據權利要求1所述的商品銷售預測方法，其特征在于，所述根據所述歷史數據對歷史數據訓練模型集中的每個預測模型進行訓練包括：

從所述歷史數據中提取企業的人均購買金額；

對所述歷史數據中企業的人均購買金額進行分組，獲取多個金額分組數據；

根據所述多個金額分組數據對歷史數據訓練模型集中的每個預測模型進行訓練。

3.根據權利要求2所述的商品銷售預測方法，其特征在于，所述根據所述歷史數據對歷史數據訓練模型集中的每個預測模型進行訓練中還包括：

對提取的企業購買商品的歷史數據和待預測的企業數據的缺失數據進行填充；

對歷史數據和待預測企業數據中的分類變量進行啞編碼，并校準啞編碼后的歷史數據和待預測數據特征變量；

對歷史數據進行過采樣。

4.根據權利要求2所述的商品銷售預測方法，其特征在于，所述企業的人均購買金額的一種獲取方式如下：

其中：p表示企業的人均購買金額，t表示企業購買商品的總金額，n表示企業中購買商品的員工人數。

5.根據權利要求1所述的商品銷售預測方法，其特征在于，利用訓練后的各預測模型對所述待預測的企業數據進行預測，獲取各企業購買商品的金額和商品的銷售總金額包括：

計算所述歷史數據中每個企業購買商品的員工人數占對應企業總人數的比例及比例的均值；

根據所述歷史數據中企業的特征數據對企業進行分組，并計算每個分組中購買商品的企業數目占分組總企業數目的比例均值；

利用訓練后的各預測模型預測企業購買商品的人均購買金額；

根據所述企業購買商品的人均購買金額和所述每個企業購買商品的員工人數占對應企業總人數的比例及比例的均值預測企業購買商品的金額；

根據預測的所述企業購買商品的金額和所述每個分組中購買商品的企業數目占分組總企業數目的比例均值獲取商品的銷售總金額。

6.根據權利要求5所述的商品銷售預測方法，其特征在于，所述利用訓練后的各預測模型預測企業購買商品的人均購買金額中，選取各預測模型預測的預測結果集中出現頻次最多的人均購買金額作為最終的所述企業購買商品的人均購買金額。

7.根據權利要求5所述的商品銷售預測方法，其特征在于，所述根據所述企業購買商品的人均購買金額和所述每個企業購買商品的員工人數占對應企業總人數的比例及比例的均值預測企業購買商品的金額的一種具體實現方式為：

其中，g_i為第i家企業購買商品的總金額，q_i為預測的第i家企業的人均購買金額的組號，k為歷史數據金額分組的步長，h為歷史數據中金額的最小值，v_i為第i家企業購買商品的員工數目占企業總員工數目的比例，c_i為第i家企業的員工總數。

8.根據權利要求5所述的商品銷售預測系統，其特征在于，所述根據預測的所述企業購買商品的金額和所述每個分組中購買商品的企業數目占分組總企業數目的比例均值獲取商品的銷售總金額的一種具體實現方式為：

其中：r為所述每個分組中購買商品的企業數目占分組總企業數目的比例的均值，m為預測的商品的銷售總金額，i，n為待預測企業的數量，其中，i＝1，i∈[1,n]。

9.一種存儲介質，存儲有程序指令，其特征在于，所述程序指令被執行時實現如權利要求1至權利要求8任一項所述的商品銷售預測方法。

10.一種服務器，包括處理器和存儲器，所述存儲器存儲有程序指令，其特征在于，所述處理器運行程序指令實現如權利要求1至權利要求8任一項所述的商品銷售預測方法。