[发明专利]一种基于超市销售场景的影响因子权重动态计算方法

说明书

本发明公开了一种基于超市销售场景的影响因子权重动态计算方法。该方法涉及信息化领域，尤其涉及一种基于超市销售场景中针对商品销售预测的影响因子权重动态计算方法。本发明所述的影响因子权重动态计算方法，针对超市销售模式，在该模式下，先将影响销售的元素分别按照“属性因素”、“时间因素”、“气候因素”、“社会因素”和“空间因素”进行分类化划分。该方法将超市销售场景中，以商品为研究对象，以销售为展示现象，将所有与销售相关的、会出现规律性或一定可预测性显性动态变化的、对销售行为有影响的因素称为“因子”，而该“因子”或“因子组合”对销售量的影响能力的大小在数学上的提现称为“权重”。本发明所述的方法最终要实现逐个对每个“因子”或核心“因子组合”对商品销售影响大小的“权重”进行研究，根据历史数据中销售与“因子”之前的显性关系，对权重进行量化，最终形成超市销售场景下，针对特定超市中对商品的销售进行预测的方法。

技术领域

本发明涉及计算机技术领域，具体说是一种数字预测计算方法。

背景技术

超市行业数据化、智能化已经是一种必然趋势，该行业在过去20年间已经完成了基本的信息化建设，在该信息化基础的基础上，超市的科学决策诉求越来越强烈，而目前专门针对商超场景的商品销售预测手段比较少，支撑算法比较薄弱。

在整个超市内销售预测场景中，对商超商品销售预测精度影响最大，影响最严重就是销售影响因子的权重动态计算部分。由于该场景数据量少，影响因子多，没有合适的的影响因子筛选方式和权重计算方式，导致现在的预测算法计算复杂，无法进行标准流程化处理，导致商品销售预测成本高，精度低，很难满足目前超市商品销售预测的需求。

现在整个超市预测方式普遍基于人工完成，基于经验丰富老员工，在自身长期工作经验的基础之上完成对核心商品销售的预测，这种预测方式过渡依赖经验，无科学依据和持续性。整个过程存在如下弊端：

1.预测依赖经验和人为判断，预测准确度低

2.影响因子比较单一，无法涵盖大多数影响因素

3.过于依赖经验公式，很难应对权重变化

发明内容

本发明就是针对以上不足，为超市零售销售数据预测系统提供一种操作简单，精度高，调整速度快，标准化程度高的超市销售场景中影响因子的权重动态计算方法。

本发明解决其技术问题采用的技术方案是：一种基于超市销售场景的影响因子权重动态计算方法，包括一套影响超市销售所有元素中对销售影响较大的影响因子挑选方法，一套影响因子分类方法，一套基于单体因子的影响权重计算方法，一套基于组合因子的影响权重计算方法。该影响因子权重计算方法可以帮助零售行业实现商品的自动销售信息预测，为超市商品决策提供算法支撑。

本发明说述的根据超市销售场景中的销售因子筛选方法。该方法将所有超市中影响销售的元素整理出来，然后根据一定的算法确定哪些元素最终被确定为影响因子。

针对影响超市销售的相关因素，在进行简单数据处理之后，比如在相同时间和空间基础上，将所有的因素与销售的关系计算出来，当元素条件产生变化之后，销售信息如果产生显性变化，则可判定该元素属于超市销售场景中的影响因子。

所述的影响因子即为后续研究影响销售的分析对象，针对不同的超市，其影响因子完全可能不同，所以该判断方法应该针对每家超市进行计算判断，最终确定针对目标超市的影响因子。

本发明所述的根据影响因子自身属性的分类方法。该方法将所有该超市的影响因子按照自然属性和复现属性进行分类，分类之后为未来的权重分析建立分析基础。

影响因子的自然分法分为“属性因素”、“时间因素”、“气候因素”、“社会因素”和“空间因素”，将所有的影响因子按照上面五个分类方式进行分类，保证相似的影响因子不会互相干涉。