[發明專利]產品銷量預測方法及裝置

在審

• 申請號: 202111145771.6
• 申請日: 2021-09-28
• 公開（公告）號: CN113919558A
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 俞宏福;盧陽光;張明
• 申請（專利權）人: 三一重機有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06N3/04;G06N20/20
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 鄭朝然

1.一種產品銷量預測方法，其特征在于，包括：

確定產品銷量的影響因素數據；

將所述影響因素數據輸入至產品銷量預測模型，得到所述產品銷量預測模型輸出的產品銷量預測結果；

其中，所述產品銷量預測模型是基于產品樣本數據以及產品樣本數據對應的產品銷量結果訓練得到的；所述產品銷量預測模型用于基于至少兩種機器學習模型分別得到所述影響因素數據對應的初始銷量預測結果，并對所有初始銷量預測結果進行融合，得到所述產品銷量預測結果。

2.根據權利要求1所述的產品銷量預測方法，其特征在于，所述將所述影響因素數據輸入至產品銷量預測模型，得到所述產品銷量預測模型輸出的產品銷量預測結果，包括：

將所述影響因素數據輸入至所述產品銷量預測模型的初始預測層，由所述初始預測層基于至少兩種機器學習模型分別對所述影響因素數據進行預測，得到各初始銷量預測結果；

將所述各初始銷量預測結果輸入至所述產品銷量預測模型的結果融合層，由所述結果融合層對所述所有初始銷量預測結果進行融合，得到所述產品銷量預測結果。

3.根據權利要求1所述的產品銷量預測方法，其特征在于，在基于產品樣本數據以及產品樣本數據對應的產品銷量結果訓練產品銷量預測模型的初始模型之前，還包括：對所述產品樣本數據進行數據預處理。

4.根據權利要求3所述的產品銷量預測方法，其特征在于，所述產品樣本數據包括歷史銷量數據、經濟因素數據、自然因素數據以及產品運行數據；

所述對所述產品樣本數據進行數據預處理，包括：

對所述歷史銷量數據依次進行數據規整處理和歸一化處理；

獲取各經濟因素數據的重要度，并在濾除重要度小于預設值對應的經濟因素數據后，對各經濟因素數據進行歸一化處理；

對所述自然因素數據進行分箱處理或獨熱編碼處理后，再進行歸一化處理；

對所述產品運行數據進行歸一化處理。

5.根據權利要求1至4任一項所述的產品銷量預測方法，其特征在于，所述機器學習模型包括組合網絡模型、LightGBM模型、RNN網絡模型以及CNN網絡模型中的至少兩種，所述組合網絡模型是基于ARIMA模型和BP網絡模型得到的。

6.根據權利要求1至4任一項所述的產品銷量預測方法，其特征在于，在得到所述產品銷量預測模型輸出的產品銷量預測結果之后，還包括：以目標格式顯示所述產品銷量預測結果。

7.一種產品銷量預測裝置，其特征在于，包括：

確定單元，用于確定產品銷量的影響因素數據；

預測單元，用于將所述影響因素數據輸入至產品銷量預測模型，得到所述產品銷量預測模型輸出的產品銷量預測結果；

其中，所述產品銷量預測模型是基于產品樣本數據以及產品樣本數據對應的產品銷量結果訓練得到的；所述產品銷量預測模型用于基于至少兩種機器學習模型分別得到所述影響因素數據對應的初始銷量預測結果，并對所有初始銷量預測結果進行融合，得到所述產品銷量預測結果。

8.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至6任一項所述產品銷量預測方法的步驟。

9.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述產品銷量預測方法的步驟。

10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述產品銷量預測方法的步驟。