[发明专利]一种市场预测数据的处理方法及装置

说明书

技术领域

本发明属于市场预测技术领域，尤其涉及一种市场预测数据的处理方法及装置。

背景技术

随着人们生活水平的提高和日益增长的需求变化，对市场的需求也不断变化，使得把握销售的方向以及种类变得越来越困难，如何准确地进行市场预测变得越来越重要。

目前的市场预测方法，通常是根据销售量进行定量分析，然后得出预测模型，然后根据预测模型来对市场进行预测，但是方法中得出的预测模型仅仅是根据商品的销售量来进行分析，并未考虑其他的影响因素，因而存在得出预测模型较为单一，因此使得预测结果不准确。

可见，现有技术中的方法由于预测模型单一而存在预测结果不准确的技术问题。

发明内容

本发明提供了一种市场预测数据的处理方法及装置，用以解决现有技术中的方法由于预测模型单一而存在预测结果不准确的技术问题。

本发明第一方面提供了一种市场预测数据的处理方法，所述方法包括：

采集用户对物品的第一行为信息；

根据所述第一行为信息，提取与购买物品相关的特征；

根据所述与购买物品相关的特征，构建预测集合；

基于所述预测集合，对市场进行预测。

可选地，在所述根据所述第一行为信息，提取与购买物品相关的特征之前，所述方法还包括：

对所述第一行为信息进行预处理，获得第二行为信息。

可选地，所述行为信息包括点击行为、购买行为、收藏行为、加入购物车行为，

所述根据所述第一行为信息，提取与购买物品相关的特征，包括：

分别根据所述点击行为、购买行为、收藏行为和加入购物车行为，统计用户在预设时间内的点击次数、购买次数、收藏次数和加入购物车次数；

根据所述点击次数、购买次数、收藏次数和加入购物车次数，获得用户与物品的交互率、用户对物品的购买转化率和用户对物品的购买比率。

可选地，在所述根据所述与购买物品相关的特征，构建预测集合之后，所述方法还包括：

基于预设规则，更新所述预测集合。

基于同样的发明构思，本发明第二方面提供了一种市场预测数据的处理装置，所述装置包括：

第一获得模块，用于将预先获得的初步预测数据集作为第一训练集；

第一预测模块，用于采用卷积神经网络模型对所述第一训练集进行分类，并对分类后的第一训练集进行预测，获得第一预测结果；

第二获得模块，用于将所述第一预测结果加入至所述分类后的第一训练集中，获得第二训练集；

第二预测模块，用于根据所述第二训练集，采用装袋方法分别获得多个目标预测集，并基于所述多个目标预测集进行市场预测。

可选的，所述装置还包括处理模块，用于在根据所述第二训练集，采用装袋方法分别获得多个目标预测集之后：

对所述多个目标预测集进行投票表决，获得综合预测集。

可选的，所述第二预测模块还用于：

分别采用多种模型对所述第二训练集进行建模，获得与每个模型对应的目标预测集。

可选的，所述模型包括随机森林模型、最近邻模型和逻辑斯蒂模型，

分别采用多种模型对所述第二训练集进行建模，获得与每个模型对应的目标预测集，包括：

采用所述随机森林模型对所述第二训练集进行建模，获得第一目标预测集；

采用所述最近邻模型对所述第二训练集进行建模，获得第二目标预测集；

采用所述逻辑斯蒂模型对所述第二训练集进行建模，获得第三目标预测集。

基于同样的发明构思，本发明第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

将预先获得的初步预测数据集作为第一训练集；

采用卷积神经网络模型对所述第一训练集进行分类，并对分类后的第一训练集进行预测，获得第一预测结果；

将所述第一预测结果加入至所述分类后的第一训练集中，获得第二训练集；

根据所述第二训练集，采用装袋方法分别获得多个目标预测集，并基于所述多个目标预测集进行市场预测。

基于同样的发明构思，本发明第四方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

将预先获得的初步预测数据集作为第一训练集；

采用卷积神经网络模型对所述第一训练集进行分类，并对分类后的第一训练集进行预测，获得第一预测结果；