[發明專利]商品的銷量預測方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202010222714.2
• 申請日: 2020-03-26
• 公開（公告）號: CN111445134B
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 王成慶;駱金;郭沖
• 申請（專利權）人: 珠海必要工業科技股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02;G06N20/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種商品的銷量預測方法，其特征在于，包括：獲取商品在歷史預測時間段內的歷史銷量數據，并在至少一個統計指標下，獲取與所述歷史銷量數據匹配的銷量關聯特征數據集合；

將所述歷史銷量數據和所述銷量關聯特征數據集合進行組合，構成與所述歷史預測時間段匹配的目標特征樣本；

根據所述目標特征樣本，以及商品在多個歷史時間段內第一時間段的特征樣本和第二時間段的結果樣本之間的關系，對未來時間段內的商品銷量進行預測；

其中，特征樣本和結果樣本通過與所屬時間段匹配的歷史銷量數據和關聯的銷量關聯特征數據集合組合構成；

根據目標特征樣本，以及商品在多個歷史時間段內第一時間段的特征樣本和第二時間段的結果樣本之間的關系，對未來時間段內的商品銷量進行預測，包括：

將所述目標特征樣本輸入至預先訓練的商品銷量預測模型中，并獲取所述商品銷量預測模型輸出的對未來時間段內的商品銷量的預測結果；

其中，所述商品銷量預測模型通過使用商品在多個歷史時間段內第一時間段的特征樣本和第二時間段的結果樣本之間的關系訓練得到；

其中，所述商品銷量預測模型包括第一子模型和第二子模型，所述第一子模型通過各特征樣本中的局部銷量關聯特征數據集合和匹配的結果樣本中的局部銷量關聯特征數據集合進行訓練得到，所述第二子模型通過各結果樣本中的局部銷量關聯特征數據集合以及各結果樣本中的局部歷史銷量數據進行訓練得到。

2.根據權利要求1所述的方法，其特征在于，所述統計指標的類型包括下述至少一項：

用戶特征指標、商品特征指標、季節特征指標、售后特征指標、營銷活動特征指標、外部環境特征指標和與所述商品的銷售模式匹配的模式特征指標。

3.根據權利要求2所述的方法，其特征在于，所述商品的銷售模式包括：用戶直連制造模式；

所述模式特征指標包括下述至少一項：商品生產周期、同類商品的生產周期以及用戶需求特征。

4.根據權利要求1-3任一項所述的方法，其特征在于，在至少一個統計指標下，獲取與所述歷史銷量數據匹配的銷量關聯特征數據集合之前，還包括：

在設定的統計指標確定時間段內，收集所述商品的各歷史銷售訂單；

在至少一個備選指標下，獲取與所述商品的各目標歷史銷售訂單分別匹配的各訂單銷量關聯特征數據；

根據各歷史銷售訂單計算與統計指標確定時間段匹配的銷售總量，并根據各訂單銷量關聯特征數據，計算與銷售總量匹配的備選銷量關聯特征數據集合；

根據所述銷售總量與所述備選銷量關聯特征數據集合，在各備選指標中，確定所述統計指標。

5.根據權利要求4所述的方法，其特征在于，根據所述銷售總量與所述備選銷量關聯特征數據集合，在各備選指標中，確定所述統計指標，包括：

通過下述公式計算所述銷售總量與各備選指標之間的相關性系數：

其中，X為統計指標確定時間段內的備選銷量關聯特征數據，Y為與統計指標確定時間段匹配的銷售總量，Cov(X,Y)表示所述銷售總量與所述備選銷量關聯特征數據的協方差，Var[X]表示所述備選銷量關聯特征數據的樣本方差，Var[Y]表示所述銷售總量的樣本方差；

將相關性系數滿足預設閾值條件的備選指標作為統計指標。