[发明专利]数据挖掘方法以及装置

说明书

本发明公开了一种数据挖掘方法以及装置，涉及大数据技术领域。本发明的方法应用于制定货物的清仓价格的场景时，获取货物的销量和价格等历史数据，利用数据挖掘方法自动对货物销售的海量数据进行大数据分析，利用货物销量受价格等因素影响的客观规律，构建影响清仓的各变量间的关系表示以及优化目标关系表示，制定能够在给定时间内完成清仓目标的清仓价格，提高了在给定时间内完成清仓目标的概率，提高了货物清仓的效果。

技术领域

本发明涉及大数据技术领域，特别涉及一种数据挖掘方法以及装置。

背景技术

过去十几年来，互联网在人类各生活领域不断深化，人们的生活在互联网的影响下变得越来越方便，尤其实在电子商务上，人们已经逐渐习惯了通过网络购买各种货物和服务。

在电商运营中，维持货物的健康库存是运营部门的重要工作目标。与此同时，受到服务水平需求及市场波动等不确定因素的影响，电商所经营的大量货物长期处于库存不健康状态，即货物库存量大于健康库存量。当该问题被监控系统发现，电商运营部门迫切需要找到将货物库存快速降低到健康库存线以下的方法。

现行的清仓策略中，主要由采销人员根据货物销售的实际情况和对货物未来因变量的判断，依据经验，人工决定是否对特定货物进行降价清仓。对于被判定为适合进行降价清仓的货物，采销人员通过人工设定的方式修改网页第一自变量并发布。随后，采销人员人工观察该货物在降价后的销售情况，判断将货物的价格回调或者退货。

上述对货物清仓的方法，整个清仓过程主要依赖于采销人员的经验，没有针对销量受价格等因素影响的客观变化情况进行量化分析，清仓效果难以保证。

发明内容

本发明所要实现的一个目的是：提出一种对货物销量和价格等因素进行客观大数据分析从而确定清仓价格的方法，能够提高在给定时间内完成清仓目标的概率。

根据本发明的一个方面，提供的一种数据挖掘方法，包括：获取待清仓货物的每天的因变量信息的历史数据、第一自变量信息的历史数据和第二自变量的历史数据，确定待清仓货物的每天的因变量信息与第一自变量信息、第二自变量和随机误差项的线性关系；根据待清仓货物的每天的因变量信息与第一自变量信息、第二自变量和随机误差项的线性关系，确定待清仓货物在预设时间段内因变量总值与第一自变量信息、第二自变量和预设时间段内的随机误差信息项的关系；确定预设时间段内因变量总值不小于目标因变量总值的概率达到预设概率的优化目标关系表示；根据待清仓货物在预设时间段内因变量总值与第一自变量信息、第二自变量和预设时间段内的随机误差信息项的关系，对优化目标关系表示中的预设时间段内因变量总值进行替换，确定优化目标关系表示中的第一自变量值。

在一个实施例中，确定待清仓货物的每天的因变量信息与第一自变量信息、第二自变量和随机误差项的线性关系包括：建立待清仓货物的每天的因变量信息与第一自变量信息、第二自变量和随机误差项的线性关系；利用待清仓货物的每天的因变量信息的历史数据、第一自变量信息的历史数据和第二自变量的历史数据对线性关系进行线性回归拟合，确定线性关系中第一自变量信息的系数、第二自变量的系数、常数项以及随机误差项的分布，进而确定待清仓货物的每天的因变量信息与第一自变量信息、第二自变量和随机误差项的线性关系。

在一个实施例中，根据待清仓货物的每天的因变量信息与第一自变量信息、第二自变量和随机误差项的线性关系，确定待清仓货物在预设时间段内因变量总值与第一自变量信息、第二自变量和预设时间段内随机误差信息项的关系包括：将待清仓货物的每天的因变量信息与第一自变量信息、第二自变量和随机误差项的线性关系转换为待清仓货物的每天的因变量与第一自变量信息、第二自变量和随机误差项的指数关系；按照预设时间段的时长，将预设时间段内待清仓货物的每天的因变量与第一自变量信息、第二自变量和随机误差的指数关系相加，得到预设时间段内因变量总值与第一自变量信息、第二自变量和预设时间段内随机误差信息项的关系。