[发明专利]用于预测订单量的方法和设备

说明书

技术领域

本发明涉及电子商务领域，具体涉及用于预测订单量的方法和设备。

背景技术

订单量预测是电子商务的一个重要组成部分。不同的区域具有不同的购买力，并 因此可能产生不同的订单量。如果不根据订单量的区域性预测来进行配送，会造成物流网 络的效率低下。例如在订单较少的区域布置了更多的物流资源，而在订单较多的区域布置 的物流资源不够等。此外，准确的订单量预测也会对电子商务所使用的计算机资源造成有 利影响。例如，在预测订单量将会有较大增长的区域，可增加该区域接入订单服务器(或其 他类似服务器)的带宽或为该区域布置服务器等以避免对网络的冲击，而对于预测订单量 将会有较大下降的区域，可减少该区域接入服务器的带宽以节约成本等。

现有的技术方案采用多元回归分析进行预测。该方案首先通过与业务人员的沟通 和市场调查，选取影响订单量的因素，影响因素作为自变量，订单量作为因变量，同时获取 相应的数据值。然后确定回归分析预测模型。最后基于该模型计算预测误差，确定预测值。

在现有技术中，影响因素的多重共线性会导致回归系数的估计量的方差变大，干 扰影响因子对因变量影响程度的判断，并使订单量的预测具有不确定性。从而可能导致资 源利用率低。

发明内容

为解决上述问题中的至少一些，本发明提供了一种用于预测订单量的方法和设 备。

根据本发明的一个方面，一种用于预测订单量的方法，包括：建立决策表；采用基 于数据库系统的粗糙集理论处理所述决策表，获得约简属性集合；使用所述约简属性集合 建立回归分析模型；以及使用所述回归分析模型进行订单量预测。

根据本发明的第二方面，提供了一种用于预测订单量的设备，包括：决策表建立单 元，用于建立决策表；约简属性获取单元，用于采用基于数据库系统的粗糙集理论处理所述 决策表，获得约简属性集合；模型建立单元，用于使用所述约简属性集合建立回归分析模 型；以及订单量预测单元，用于使用所述回归分析模型进行订单量预测。

上述方法和设备基于数据库系统的粗糙集理论解决影响因子的多重共线问题，实 现订单量的精确预测。

附图说明

通过下面结合附图对发明进行的详细描述，将使本发明的上述特征和优点更加明 显，其中：

图1是示出根据本发明的实施例的订单量预测方法的示意流程图；

图2是示出图1中的步骤120的一个具体实现的示意性流程图；

图3是示出根据本发明的实施例的订单量预测设备的示意框图；以及

图4至图6分别示出了以某区域网民的人口数、商品的平均价格和广告投放量和在 线销售的商品种类数为自变量，订单数为因变量绘制的图。

具体实施方式

下面，参考附图详细说明本发明的优选实施方式。在附图中，虽然示于不同的附图 中，但相同的附图标记用于表示相同的或相似的组件。为了清楚和简明，包含在这里的已知 的功能和结构的详细描述将被省略，以避免使本发明的主题不清楚。

图1示出了根据本发明的实施例的预测订单量的方法。如图1所示，该方法包括：步 骤110，建立决策表。

具体地，建立决策表可包括确定多个条件属性和一个决策属性，并由该多个条件 属性和一个决策属性组成所述决策表

在一些实施例中，可将某区域网民的人口数，某区域商品的平均价格，某区域商品 的浏览次数，某区域广告投放量，某区域配送站点数，某区域在线销售的商品种类数这六个 影响因素确定为条件属性，某区域的订单量确定为决策属性。由以上六个条件属性和一个 决策属性组成一张决策表。

需要注意的是，上述决策表的组成仅是示例，在其它示例中，也可以采用更少或更 多的条件属性。例如在一些示例中，根据实际情况或根据统计/实际反馈，也可以不包括上 述六个条件属性中的一个或多个，如网民的人口数。或者在另一些示例中，也可以包括本领 域技术人员会想到的其他条件属性，例如：某区域的消费水平等。本发明不对其进行限制。

就决策表而言，某区域网民的人口数，某区域商品的平均价格，某区域商品的浏览 次数，某区域广告投放量，某区域配送站点数，某区域在线销售的商品种类这六个条件属性 对应于自变量，订单量这个决策属性对应于因变量。对以上七个条件属性的属性值和一个 决策属性的属性值的增长率进行离散化，可得到如下的属性值离散化的决策表：