[发明专利]一种线下门店商品销量预测方法、装置和设备

权利要求书

1.一种线下门店商品销量预测方法，其特征在于，包括：

获取若干个线下门店的商品的第一历史销售数据；

对所述第一历史销售数据进行目标特征提取和分层分类，得到若干个训练集；

将每个所述训练集分别输入到若干个待训练模型进行训练，得到若干个预测模型，所述预测模型的数量为所述训练集的数量与所述待训练模型的数量之积，所述待训练模型至少包括机器学习模型和时间序列模型；

对获取的目标商品的第二历史销售数据进行目标特征提取得到第一特征，将所述第一特征分别输入到各个所述预测模型，得到若干个预测销量，所述第二历史销售数据距离当前时间的时间段小于所述第一历史销售数据距离当前时间的时间段；

计算所述目标商品的实际销量与每个所述预测销量的误差值，将最小的所述误差值对应的所述预测模型作为最佳预测模型；

获取所述目标商品的第三历史销售数据，对所述第三历史销售数据进行目标特征提取得到第二特征，将所述第二特征输入到所述最佳预测模型，输出所述目标商品在预置时间段的销量，所述第三历史销售数据距离当前时间的时间段小于所述第二历史销售数据距离当前时间的时间段。

2.根据权利要求1所述的线下门店商品销量预测方法，其特征在于，所述对所述第一历史销售数据进行目标特征提取，之前还包括：

对所述第一历史销售数据进行预处理，所述预处理包括数据筛选、数据缺失值填充或异常值修改。

3.根据权利要求1所述的线下门店商品销量预测方法，其特征在于，所述目标特征至少包括季节性特征、节假日特征、天气特征或门店特征。

4.根据权利要求1所述的线下门店商品销量预测方法，其特征在于，对所述第一历史销售数据进行分层分类，包括：

基于商品属性对所述第一历史销售数据进行分层分类，所述商品属性至少包括地域、商品品类、销量、波动性和销售频率。

5.根据权利要求1所述的线下门店商品销量预测方法，其特征在于，所述误差值包括加权平均绝对百分比误差值、平均绝对百分比误差值、均方误差值或平均绝对误差值。

6.一种线下门店商品销量预测装置，其特征在于，包括：

第一获取单元，用于获取若干个线下门店的商品的第一历史销售数据；

分类单元，用于对所述第一历史销售数据进行目标特征提取和分层分类，得到若干个训练集；

训练单元，用于将每个所述训练集分别输入到若干个待训练模型进行训练，得到若干个预测模型，所述预测模型的数量为所述训练集的数量与所述待训练模型的数量之积，所述待训练模型至少包括机器学习模型和时间序列模型；

提取单元，用于对获取的目标商品的第二历史销售数据进行目标特征提取得到第一特征，将所述第一特征分别输入到各个所述预测模型，得到若干个预测销量，所述第二历史销售数据距离当前时间的时间段小于所述第一历史销售数据距离当前时间的时间段；

计算单元，用于计算所述目标商品的实际销量与每个所述预测销量的误差值，将最小的所述误差值对应的所述预测模型作为最佳预测模型；

预测单元，用于获取所述目标商品的第三历史销售数据，对所述第三历史销售数据进行目标特征提取得到第二特征，将所述第二特征输入到所述最佳预测模型，输出所述目标商品在预置时间段的销量，所述第三历史销售数据距离当前时间的时间段小于所述第二历史销售数据距离当前时间的时间段。

7.根据权利要求6所述的线下门店商品销量预测装置，其特征在于，还包括：

预处理单元，用于对所述第一历史销售数据进行预处理，所述预处理包括数据筛选、数据缺失值填充或异常值修改。

8.根据权利要求6所的线下门店商品销量预测装置，其特征在于，所述目标特征至少包括季节性特征、节假日特征、天气特征或门店特征。

9.根据权利要求6所的线下门店商品销量预测装置，其特征在于，所述误差值包括加权平均绝对百分比误差值、平均绝对百分比误差值、均方误差值或平均绝对误差值。

10.一种线下门店商品销量预测设备，其特征在于，所述设备包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的线下门店商品销量预测方法。