[发明专利]销量预测方法、装置、介质和计算设备

说明书

本发明的实施方式提供了一种销量预测方法。该方法包括：对至少一部分产品进行聚类，得到至少一个类别；确定第一产品在所述至少一个类别中所属的第一类别；基于所述第一类别中的长期产品在N个阶段的历史销量变化趋势，获取所述长期产品的销量趋势函数；计算所述第一类别的M个类别时间提升因子，所述M个类别时间提升因子与所述N个阶段中的M个阶段一一对应；基于所述第一产品在距离当前最近的S个阶段的历史销量以及待预测阶段对应的类别时间提升因子，计算所述第一产品在所述待预测阶段的预测销量。本发明的方法可以解决新产品历史销量数据不足导致的需求预测不准确的问题。本发明的实施方式还提供了一种销量预测装置、介质及计算设备。

技术领域

本发明的实施方式涉及互联网技术领域，更具体地，本发明的实施方式涉及一种销量预测方法、装置、介质和计算设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着互联网+的发展，线上采购活动日益频繁。线上采购平台的运行中可以积累大量的供销数据。通过挖掘这些供销数据中的信息，可以优化线上采购平台的运营，例如可以实现库存成本和运转效率最优化。

然而，对于线上采购平台新上市销售的产品(以下简称新品)，其历史供销数据往往不充分，如何在不充分的数据基础上最大限度地挖掘有价值的信息，以科学合理地预测新品的销量，更合理地安排新品的库存情况，是一个亟待解决的问题。

发明内容

在本上下文中，本发明的实施方式期望提供一种销量预测方法和装置，可以通过对线上采购平台中的长期产品的销量数据，来预测新品的未来销量，从而对于新品也能够通过较为科学合理预测其未来销量。

在本发明实施方式的第一方面中，提供了一种销量预测方法。所述方法包括：对至少一部分产品进行聚类，得到至少一个类别；确定第一产品在所述至少一个类别中所属的第一类别，其中所述第一类别包括长期产品，所述长期产品为销售时间满足预定条件的一个或多个产品；基于所述长期产品在N个阶段的历史销量变化趋势，获取所述长期产品的销量趋势函数，其中，所述N个阶段包括N个时间上相继的基本计时单位，其中，N为大于等于2的整数；计算所述第一类别的M个类别时间提升因子，其中M为小于等于N的正整数，所述M个类别时间提升因子与所述N个阶段中的M个阶段一一对应；所述M个类别时间提升因子中的每一个类别时间提升因子通过在对应阶段内所述长期产品的历史销量与利用所述销量趋势函数计算得到的趋势销量之间的对应关系来表征；以及基于所述第一产品在距离当前最近的S个阶段的历史销量以及待预测阶段对应的类别时间提升因子，计算所述第一产品在所述待预测阶段的预测销量，其中S为小于等于M的正整数，所述M个阶段包括所述S个阶段，所述待预测阶段为未来阶段中对应于所述M个阶段的任意一个或多个阶段。

在本发明的一个实施例中，所述计算所述第一类别的M个类别时间提升因子包括：统计所述长期产品的与所述M个阶段一一对应的M个阶段历史销量；通过所述销量趋势函数计算所述长期产品的与所述M个阶段一一对应的M个阶段趋势销量；基于所述M个阶段历史销量与所述M个阶段趋势销量中对应于同一阶段的阶段历史销量和阶段趋势销量的比值，得到M个类别去趋势销量；以及对所述M个类别去趋势销量进行归一化处理，得到所述M个类别时间提升因子。

在本发明的一个实施例中，所述对所述M个类别去趋势销量进行归一化处理，得到所述M个类别时间提升因子包括：计算所述M个类别去趋势销量的平均值，得到类别平均去趋势销量；以及将所述M个类别去趋势销量分别除以所述类别平均去趋势销量，得到所述M个类别时间提升因子。

在本发明的一个实施例中，所述对至少一部分产品进行聚类，得到至少一个类别包括：基于所述至少一部分产品的静态特征和动态特征进行层次聚类，其中，所述静态特征用于描述所述至少一部分产品的静态属性，所述动态特征用于描述所述至少一部分产品在流通环节基于用户的交互行为而产生的动态属性，所述层次聚类包括具有父子关系的多级类别。