[发明专利]基于人工智能的服装销量预测方法、系统以及设备在审
申请号: | 202110080398.4 | 申请日: | 2021-01-21 |
公开(公告)号: | CN112686713A | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 徐国平;袁仁育;王一蔚;周胜达 | 申请(专利权)人: | 海澜智云科技有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06N20/00 |
代理公司: | 上海正策律师事务所 31271 | 代理人: | 张晟 |
地址: | 214426 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 人工智能 服装 销量 预测 方法 系统 以及 设备 | ||
1.一种基于人工智能的服装销量预测方法,其特征在于,所述基于人工智能的服装销量预测方法包括以下步骤:
提取服装销售数据并执行数据准备;
识别服装销售数据中的失真销量数据,并执行数据清洗与数据修复;
基于清洗后的服装销售数据,建立基于人工智能的预报算法模型,并对下一个销售周期的销量走势进行预报;
执行气温修正;以及
执行节假日及促销活动修正。
2.如权利要求1所述的基于人工智能的服装销量预测方法,其中所述基于人工智能的服装销量预测方法还包括以下步骤:
提取待预测服装款号的历史销售数据;
提取预报参考特征;以及
提取商品整体销售特征。
3.如权利要求2所述的基于人工智能的服装销量预测方法,其中所述基于人工智能的服装销量预测方法还包括以下步骤:
执行待预测服装款号是否有历史销售数据的判断,当待预测的服装款号有历史销售数据时,提取该待预测服装款号的历史销售数据;以及
执行待预测服装款号是否为当年新品服装的判断,当待预测的为当年推出的新品服装时,提取与待预测服装款号最相似款号的历史销售数据作为该待预测服装款号的历史销售数据。
4.如权利要求2所述的基于人工智能的服装销量预测方法,其中提取的预报参考特征为与待预测服装款号在颜色、款式、厚薄以及衣长维度相近的5-10款服装的销售数据。
5.如权利要求2所述的基于人工智能的服装销量预测方法,其中提取的商品整体销售特征为待预测服装款号所属的小类以及大类的整体的销售数据。
6.如权利要求1所述的基于人工智能的服装销量预测方法,其中失真销售数据包括数据缺失、超限异常、数据跳变或因库存不足导致的销量数据失真。
7.如权利要求1所述的基于人工智能的服装销量预测方法,其中所述基于人工智能的服装销量预测方法还包括以下步骤:
识别并剔除超限数据;
识别并剔除跳变数据;以及
识别并剔除异常服装库存数据。
8.如权利要求7所述的基于人工智能的服装销量预测方法,其中所述基于人工智能的服装销量预测方法还包括以下步骤:
对服装销售数据设定上、下限,识别超限数据,并将超限数据剔除。
9.如权利要求7所述的基于人工智能的服装销量预测方法,其中所述基于人工智能的服装销量预测方法还包括以下步骤:
将每一个时刻的数据分别与前、后数据做差,当两个差值的绝对值均大于设定的阈值时,将该时刻的值识别为跳变数据,将其剔除。
10.如权利要求7所述的基于人工智能的服装销量预测方法,其中所述基于人工智能的服装销量预测方法还包括以下步骤:
获取服装库存数据以及对应时刻的理论销售量数据,执行数据的比对,当服装库存数据为0,或库存数据小于对应时刻的理论销售量时,将该时刻的销售数据执行剔除。
11.如权利要求7至10中任一所述的基于人工智能的服装销量预测方法,其中所述基于人工智能的服装销量预测方法还包括以下步骤:
生成销售时序曲线;
根据销售时序曲线,将销售划分为多个阶段;以及
基于各阶段的数据,对于每个异常点执行销售数据的修正。
12.如权利要求11所述的基于人工智能的服装销量预测方法,其中所述基于人工智能的服装销量预测方法还包括以下步骤:
获取正常范围内的非超限销售数据,生成销售时序曲线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海澜智云科技有限公司,未经海澜智云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110080398.4/1.html,转载请声明来源钻瓜专利网。