[发明专利]一种短期商品需求预测方法

权利要求书

1.一种短期商品需求预测方法，其具体操作步骤为：

步骤一：采集短期商品的历史数据、相关商品的历史数据和外部影响因素；所述短期商品的历史数据包括：短期商品基本信息、短期商品标识信息和短期商品内容信息，所述相关商品的历史数据包括前端相关商品的历史数据和后端相关商品的历史数据，所述前端相关商品的历史数据和所述后端相关商品的历史数据均分别包括相关商品基本信息、相关商品标识信息和相关商品内容信息，所述外部影响因素包括自然因素和社会因素，所述自然因素包括位置因素、地形因素、气候因素、水文因素、土壤因素、植被因素和资源因素，所述社会因素包括国际形势因素、技术发展因素、城市变迁因素、人口因素和经济因素；

步骤二：整合所述短期商品的历史数据和所述相关商品的历史数据；将数据整理成统计格式的数据；

步骤三：分析步骤二中整理出的数据，得出短期商品特征、短期商品需求信息数据、相关商品特征和相关商品需求信息数据；所述短期商品特征和所述相关商品特征均包括商品分类、商品品牌在同类商品中的定位、商品品质在同类商品中的定位、商品价格在同类商品中的定位、商品评价在同类商品中的定位，所述短期商品需求信息数据和相关商品需求信息数据均包括商品需求量、商品囤积量、商品使用量、商品需求时段和商品需求时长；

步骤四：整合所述短期商品特征、所述短期商品需求信息数据、所述相关商品特征、所述相关商品需求信息数据、所述自然因素和所述社会因素，将数据整理成统计格式的数据；

步骤五：分析步骤四中整理出的数据，分析出各项数据之间的关联性，对数据进行建模，以前端相关商品的历史数据为树根，以短期商品的历史数据为树叶，以后端相关商品的历史信息为树干和树枝，以外部影响因素为树木所需养分，建立立体三维树状模型，所述立体三维树状模型包括三维树木养分模型、三维树根模型、三维树叶模型、三维树干模型和三维树枝模型，形成短期商品需求预测模型，外部影响因素为主要影响数据，直接决定了前端相关商品、后端相关商品和短期商品的需求量，前端相关商品的数据和后端相关数据从侧面反映了短期商品的需求量；

步骤六：然后将当前外部影响因素和短期商品当前数据输入到步骤五中的短期商品需求预测模型，对立体三维树状模型进行演化，形成初级短期商品需求预测数据；

步骤七：在步骤六的基础上，将前端相关商品的当前数据输入到短期商品需求预测模型，继续对立体三维树状模型进行演化，形成中级短期商品需求预测数据；

步骤八：在步骤七的基础上，将后端相关商品的当前数据输入到短期商品需求预测模型，再对立体三维树状模型进行演化，形成高级短期商品需求预测数据。

2.根据权利要求1所述的一种短期商品需求预测方法，其特征在于：所述短期商品基本信息包括短期商品种类、短期商品品牌、短期商品品质、短期商品价格和短期商品评价。

3.根据权利要求1所述的一种短期商品需求预测方法，其特征在于：所述短期商品标识信息包括短期商品包装盒信息、短期商品外包装信息和短期商品外形信息。

4.根据权利要求1所述的一种短期商品需求预测方法，其特征在于：所述短期商品内容信息包括短期商品表面信息，短期商品象征意义、短期商品质量信息和短期商品经营信息。

5.根据权利要求1所述的一种短期商品需求预测方法，其特征在于：上述各个步骤通过人工智能算法实现。

6.根据权利要求1所述的一种短期商品需求预测方法，其特征在于：前端相关商品为短期商品生产供应链中的商品以及短期商品应用前提条件中的商品。

7.根据权利要求1所述的一种短期商品需求预测方法，其特征在于：后端相关商品为短期商品销售供应链中的商品以及短期商品应用过程中的辅助商品和衍生商品。

8.根据权利要求1所述的一种短期商品需求预测方法，其特征在于：所述相关商品基本信息包括相关商品种类、相关商品品牌、相关商品品质、相关商品价格和相关商品评价。