[发明专利]一种产品销量预测方法、系统及存储介质

权利要求书

1.一种产品销量预测方法，其特征在于，其包括：

获取目标产品的历史销量数据；

调用区分促销活动给产品销量造成影响的第一预设模型，以分析处理所述历史销量数据获得第一MAPE值和第一预测销量数据；其中，所述第一预测销量数据包括基于所述第一预设模型对历史基准量数据进行预测所得到的预测基准数据以及所述历史销量数据中异常点对应的总增量数据；所述历史基准量数据为去除所述异常点对应的总增量数据后的历史销量数据；

调用不区分促销活动给产品销量造成影响的第二预设模型，以分析处理所述历史销量数据获得第二MAPE值和第二预测销量数据；

判断所述第一MAPE值是否超过所述第二MAPE值；

若所述第一MAPE值未超过所述第二MAPE值，则保存并输出所述第一预测销量数据；

若所述第一MAPE值超过所述第二MAPE值，则保存并输出所述第二预测销量数据；

所述调用区分促销活动给产品销量造成影响的第一预设模型，以分析处理所述历史销量数据获得第一MAPE值和第一预测销量数据的步骤，包括：

检测所述历史销量数据中的异常点，并调用预设增量计算模型计算所述异常点的总增量数据；

计算得到历史基准量数据，所述历史基准量数据＝所述历史销量数据-所述总增量数据；

确认所述目标产品的目标产品类别，所述目标产品类别为多个预设产品类别中选中的预设产品类别，每一个预设产品类别对应一个预设预测模型；

调取与所述目标产品类别对应的目标预测模型；

根据所述目标预测模型分析计算所述历史基准量数据，以获得预测基准量数据和所述第一MAPE值；

计算得到所述第一预测销量数据，所述第一预测销量数据＝所述预测基准量数据+所述总增量数据；

其中，所述检测所述历史销量数据中的异常点，并调用预设增量计算模型计算所述异常点的总增量数据的步骤，包括：

根据所述历史销量数据获取多个客户级销量数据；

调用预设检测模型检测当前客户级销量数据是否存在所述异常点；

若当前客户级销量数据存在所述异常点，则调用所述预设增量计算模型分析处理所述当前客户级销量数据，以获得当前客户级增量数据；

累计所有客户级增量数据，以获得所述总增量数据。

2.根据权利要求1所述的产品销量预测方法，其特征在于，所述预设增量计算模型包括自回归移动平均模型。

3.根据权利要求1所述的产品销量预测方法，其特征在于，所述预设检测模型包括非参数的核平滑模型和指数平滑模型。

4.根据权利要求1所述的产品销量预测方法，其特征在于，所述调用所述预设增量计算模型分析处理所述当前客户级销量数据，以获得当前客户级增量数据的步骤之后，还包括：

根据预设历史活动销量数据判断所述当前客户级增量数据是否满足预设条件，所述预设条件为所述预设历史活动销量数据与所述当前客户级增量数据之间的误差小于预设阈值；

若所述当前客户级增量数据不满足预设条件，则删除所述当前客户级增量数据。

5.根据权利要求1所述的产品销量预测方法，其特征在于，所述调用不区分促销活动给产品销量造成影响的第二预设模型，以分析处理所述历史销量数据获得第二MAPE值和第二预测销量数据的步骤，包括：

确认所述目标产品的目标产品类别，所述目标产品类别为多个预设产品类别中选中的预设产品类别，每一个预设产品类别对应一个预设预测模型；

调取与所述目标产品类别对应的目标预测模型；

根据所述目标预测模型分析处理所述历史销量数据，以获得所述第二预测销量数据和所述第二MAPE值。

6.根据权利要求1或5所述的产品销量预测方法，其特征在于，所述多个预设产品类别包括常规产品、强季节产品、新产品、高缺失产品、停售产品和不预测产品；所述多个预设预测模型包括常规产品预测模型、强季节产品预测模型、新产品预测模型、高缺失产品预测模型和停售产品及不预测产品预测模型。