[發(fā)明專利]商品銷售預測方法、服務器及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201811520541.1
• 申請日: 2018-12-12
• 公開（公告）號: CN109658141A
• 公開（公告）日: 2019-04-19
• 發(fā)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

本發(fā)明提供一種商品銷售預測方法、服務器及存儲介質(zhì)，所述商品銷售預測方法包括：提取企業(yè)購買商品的歷史數(shù)據(jù)和待預測的企業(yè)數(shù)據(jù)；根據(jù)所述歷史數(shù)據(jù)對歷史數(shù)據(jù)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(yè)數(shù)據(jù)進行預測，獲取各企業(yè)購買商品的金額和商品的銷售總金額。本發(fā)明綜合多個模型的預測結果得出最終的預測結果，提高了員工福利商品的預測準確度；本發(fā)明的方法能夠預測每個企業(yè)購買商品的金額，使得員工福利商品所在平臺在發(fā)展企業(yè)時能夠做出更有效的決策，而且本發(fā)明的方法能夠預測員工福利商品的銷售總金額，使得員工福利商品所在平臺對商品的運營等做出更有效的決策。

技術領域

本發(fā)明涉及互聯(lián)網(wǎng)技術領域，特別是涉及員工福利技術領域，具體為一種商品銷售預測方法、服務器及存儲介質(zhì)。

背景技術

員工福利商品指的是銷售給企業(yè)，供企業(yè)發(fā)放給企業(yè)員工作為員工福利的商品。

企業(yè)給員工發(fā)放福利物品一般是一定范圍內(nèi)的員工享受相同的福利物品，企業(yè)的員工人數(shù)保持浮動(增加或者減少)。面向企業(yè)員工福利銷售的商品，其企業(yè)客戶數(shù)量保持不同程度地增長。

對于商品的銷售額預測，目前的技術方案通常利用時間序列分析法。時間序列分析法是利用銷售額與時間存在的相關關系，通過對歷史銷售額的分析來預測未來的銷售額。對于面向企業(yè)員工福利銷售的商品，由于其企業(yè)客戶數(shù)量無規(guī)律增長以及企業(yè)員工數(shù)量無規(guī)律浮動的特點，其銷售額與時間的相關關系沒有固定的規(guī)律。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術的缺點，本發(fā)明的目的在于提供一種商品銷售預測方法、服務器及存儲介質(zhì)，用于解決現(xiàn)有技術中預測商品銷售準確度低的問題。

為實現(xiàn)上述目的及其他相關目的，本發(fā)明提供一種商品銷售預測方法，所述商品銷售預測方法包括：提取企業(yè)購買商品的歷史數(shù)據(jù)和待預測的企業(yè)數(shù)據(jù)；根據(jù)所述歷史數(shù)據(jù)對歷史數(shù)據(jù)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(yè)數(shù)據(jù)進行預測，獲取各企業(yè)購買商品的金額和商品的銷售總金額。

于本發(fā)明的一實施例中，所述根據(jù)所述歷史數(shù)據(jù)對歷史數(shù)據(jù)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(shù)據(jù)中提取企業(yè)的人均購買金額；對所述歷史數(shù)據(jù)中企業(yè)的人均購買金額進行分組，獲取多個金額分組數(shù)據(jù)；根據(jù)所述多個金額分組數(shù)據(jù)對歷史數(shù)據(jù)訓練模型集中的每個預測模型進行訓練。

于本發(fā)明的一實施例中，所述根據(jù)所述歷史數(shù)據(jù)對歷史數(shù)據(jù)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(yè)購買商品的歷史數(shù)據(jù)和待預測的企業(yè)數(shù)據(jù)的缺失數(shù)據(jù)進行填充；對歷史數(shù)據(jù)和待預測企業(yè)數(shù)據(jù)中的分類變量進行啞編碼，并校準啞編碼后的歷史數(shù)據(jù)和待預測數(shù)據(jù)特征變量；對歷史數(shù)據(jù)進行過采樣。

于本發(fā)明的一實施例中，所述企業(yè)的人均購買金額的一種獲取方式如下：其中：p表示企業(yè)的人均購買金額，t表示企業(yè)購買商品的總金額，n表示企業(yè)中購買商品的員工人數(shù)。

于本發(fā)明的一實施例中，利用訓練后的各預測模型對所述待預測的企業(yè)數(shù)據(jù)進行預測，獲取各企業(yè)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(shù)據(jù)中每個企業(yè)購買商品的員工人數(shù)占對應企業(yè)總人數(shù)的比例及比例的均值；根據(jù)所述歷史數(shù)據(jù)中企業(yè)的特征數(shù)據(jù)對企業(yè)進行分組，并計算每個分組中購買商品的企業(yè)數(shù)目占分組總企業(yè)數(shù)目的比例均值；利用訓練后的各預測模型預測企業(yè)購買商品的人均購買金額；根據(jù)所述企業(yè)購買商品的人均購買金額和所述每個企業(yè)購買商品的員工人數(shù)占對應企業(yè)總人數(shù)的比例及比例的均值預測企業(yè)購買商品的金額；根據(jù)預測的所述企業(yè)購買商品的金額和所述每個分組中購買商品的企業(yè)數(shù)目占分組總企業(yè)數(shù)目的比例均值獲取商品的銷售總金額。

于本發(fā)明的一實施例中，所述利用訓練后的各預測模型預測企業(yè)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(xiàn)頻次最多的人均購買金額作為最終的所述企業(yè)購買商品的人均購買金額。