[发明专利]数据预测方法及装置

权利要求书

1.一种数据预测方法，其特征在于，包括：

利用商品的历史销量数据，生成商品的销量特征；

利用促销计划数据，生成销量预测白名单；

利用所述销量预测白名单中的商品的销量特征进行Boosting预测处理，以对所述销量预测白名单中的商品的促销销量进行预测。

2.如权利要求1所述的数据预测方法，其特征在于，所述数据预测方法还包括：

利用商品的历史调拨数据，计算商品的本地满足率；

将所述本地满足率低于预设值的商品加入所述销量预测白名单，以便对所述销量预测白名单更新。

3.如权利要求2所述的数据预测方法，其特征在于，所述将所述本地满足率低于预设值的商品加入所述销量预测白名单包括：

若在预设持续时间内，所述商品的本地满足率低于预设值，则将所述商品加入销量预测白名单。

4.如权利要求2所述的数据预测方法，其特征在于，

所述商品的历史调拨数据包括商品的本地销量以及商品的调拨量；

所述计算商品的本地满足率包括：

将所述商品的本地销量与所述商品的调拨量的差值，与所述商品的本地销量作比，得到所述商品的本地满足率。

5.如权利要求1所述的数据预测方法，其特征在于，所述数据预测方法还包括：

利用商品的历史调拨数据，计算商品的调拨偏低量；

利用所述商品的调拨偏低量进行所述Boosting预测处理。

6.如权利要求5所述的数据预测方法，其特征在于，

所述计算商品的调拨偏低量包括：

将所述商品的历史调拨数据中的不同时段的调拨量取平均，得到所述商品的调拨偏低量。

7.如权利要求1-6中任一项所述的数据预测方法，其特征在于，所述商品的历史销量数据包括商品的促销价格、商品在历史促销期间的日均销量、商品在非促销期间的日均销量、商品在预设日期至今的日均销量。

8.如权利要求1-6中任一项所述的数据预测方法，其特征在于，所述利用促销计划数据，生成销量预测白名单包括：

从促销计划数据中，筛选促销计划中的商品；

若所述促销计划正在进行，则将促销期间日均销量相比非促销期间日均销量的增幅大于第一阈值的商品加入销量预测白名单；

若所述促销计划尚未进行，则将所述商品在预设日期至今的日均销量大于第二阈值的商品加入销量预测白名单。

9.如权利要求8所述的数据预测方法，其特征在于，

若在促销期间的预设持续时间内，所述商品的日均销量相比非促销期间日均销量的增幅大于第一阈值，则将所述商品加入销量预测白名单；

若在非促销期间的预设持续时间内，所述商品在预设日期至今的日均销量大于第二阈值，则将所述商品加入销量预测白名单。

10.如权利要求1-6中任一项所述的数据预测方法，其特征在于，所述Boosting预测处理采用的机器学习模型为XGBoost模型或者GBDT模型。

11.如权利要求10所述的数据预测方法，其特征在于，所述数据预测方法还包括：

利用所述销量预测白名单中的部分商品的销量特征以及所述部分商品的实际促销销量，以对所述Boosting预测处理采用的机器学习模型进行训练。

12.一种数据预测装置，其特征在于，包括：

销量特征生成单元，被配置为利用商品的历史销量数据，生成商品的销量特征；

销量预测白名单生成单元，被配置为利用促销计划数据，生成销量预测白名单；

销量预测单元，被配置为利用所述销量预测白名单中的商品的销量特征进行Boosting预测处理，以对所述销量预测白名单中的商品的促销销量进行预测。

13.如权利要求12所述的数据预测装置，其特征在于，所述数据预测装置还包括：

本地满足率计算单元，被配置为利用商品的历史调拨数据，计算商品的本地满足率；

销量预测白名单更新单元，被配置为将所述本地满足率低于预设值的商品加入所述销量预测白名单，以便对所述销量预测白名单更新。