[發明專利]一種基于大數據預測產品需求的數據處理方法及系統

有效

• 申請號: 202210783372.0
• 申請日: 2022-07-05
• 公開（公告）號: CN114862482B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 喬恩·羅伯特·桑德森;霽虹·桑德森
• 申請（專利權）人: 未來地圖（深圳）智能科技有限公司
• 主分類號: G06Q30/0202
• 分類號: G06Q30/0202;G06Q30/0201;G06F18/15;G06F18/24
• 代理公司: 深圳漢林匯融知識產權代理事務所(普通合伙) 44850
• 代理人: 劉臨利

1.一種基于大數據預測產品需求的數據處理方法，其特征在于，包括：

接收需要預測的目標產品的產品需求屬性，以及預測環境參數，其中，所述產品需求屬性包括目標產品的數量，所述預測環境參數包括所述產品需求屬性的環境約束；

將所述產品需求屬性和所述預測環境參數發送給模型庫，其中，所述模型庫用于根據所述產品需求屬性和所述預測環境參數查找對應的目標預測模型；

在所述模型庫中包括所述產品需求屬性和所述預測環境參數對應的目標預測模型的情況下，調用所述模型庫中的所述目標預測模型，其中，所述目標預測模型用于針對所述預測環境參數對所述目標產品的產品需求屬性進行預測，所述目標預測模型是由大數據庫中所述目標產品的同類產品在所述預測環境參數對應的環境參數下的產品需求屬性數據訓練而成，所述產品需求屬性數據包括不同時間的產品需求屬性；

在所述模型庫中不包括所述產品需求屬性和所述預測環境參數對應的目標預測模型的情況下，從所述大數據庫中獲取所述目標產品的同類產品的相關數據；

根據所述相關數據生成所述產品需求屬性和所述預測環境參數對應的目標預測模型；

將所述產品需求屬性輸入所述目標預測模型，由所述目標預測模型輸出所述目標產品在預設時間段的預測產品需求屬性；

從所述大數據庫中獲取所述目標產品的同類產品的相關數據包括：

將所述產品需求屬性和所述預測環境參數發送給所述大數據庫，其中，所述大數據庫在接收到所述產品需求屬性和所述預測環境參數之后，通過聚類的方式，將所述目標產品和所述大數據庫中的產品分為多個聚類簇，選取所述目標產品所屬聚類簇中與所述目標產品距離最接近的預設數量的產品作為所述同類產品，并調用所述同類產品的相關數據，所述相關數據包括所述同類產品的某一產品需求屬性在某一環境參數下隨時間的變化；

調用所述大數據庫中所述目標產品的同類產品的相關數據；

根據所述相關數據生成所述產品需求屬性和所述預測環境參數對應的目標預測模型包括：

根據所述目標產品，所述產品需求屬性和所述環境參數，以及對應的權重，在所述模型庫中選擇匹配的預測模型，并獲取所述預測模型的初始模型；

從所述相關數據中選擇與所述目標產品的產品需求屬性的同類屬性，在所述預測環境參數的同類環境參數下的變化數據；

根據所述變化數據對所述初始模型進行訓練生成所述目標預測模型；

在所述模型庫中不包括所述產品需求屬性和所述預測環境參數對應的目標預測模型的情況下，還包括查找滿足產品需求屬性、預測環境參數其中之一的預測模型，作為備選的目標預測模型；

在所述模型庫中不包括所述產品需求屬性和所述預測環境參數對應的目標預測模型的情況下，還包括對產品需求屬性和預測環境參數進行特征提取，通過聚類的方式查找模型庫中相似度最高的預測模型對應的產品需求屬性和預測環境參數，并將其對應的預測模型作為目標預測模型，來在緊急情況下，作為備選的目標預測模型使用；

根據所述變化數據對所述初始模型進行訓練生成所述目標預測模型包括：

對所述變化數據進行預處理，其中，所述預處理包括去重處理，清洗處理；

將所述變化數據分為訓練數據和驗證數據；

通過訓練數據對所述初始模型進行訓練，直至所述初始模型收斂，完成訓練；

通過所述驗證數據對訓練完成的初始模型進行驗證；

在驗證通過的情況下，將所述訓練完成的初始模型作為所述目標預測模型；

在驗證不通過的情況下，對訓練完成的初始模型進行調參，并利用所述訓練數據繼續訓練，直至訓練完成的初始模型通過驗證。

2.根據權利要求1所述的方法，其特征在于，將所述產品需求屬性輸入所述目標預測模型，由所述目標預測模型輸出所述目標產品在預設時間段的預測產品需求屬性之后，所述方法還包括：

將所述目標預測模型存儲到所述模型庫中；

將所述預測產品需求屬性發送給可視化工具，對所述預測產品需求屬性進行可視化。