产品销量预测方法、装置、电子设备和可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115796928A(43)申请公布日2023.03.14(21)申请号202111056259.4(22)申请日2021.09.09(71)申请人顺丰科技有限公司地址518000广东省深圳市南山区学府路（以南）与白石路（以东）交汇处深圳市软件产业基地1栋B座6-13层(72)发明人肖沙沙刘凇瑞吴湖龙管跃超李京京孙雪娇庞敏敏许颖聪(74)专利代理机构深圳紫藤知识产权代理有限公司44570专利代理师官建红(51)Int.Cl.G06Q30/0202(2023.01)G06F18/241(2023.01)权利要求书3页说明书24页附图7页(54)发明名称产品销量预测方法、装置、电子设备和可读存储介质(57)摘要本发明实施例提供一种产品销量预测方法、装置、电子设备和可读存储介质，涉及数据处理技术领域。本发明实施例在获取待预测的产品的历史销量数据后，根据产品的历史销量数据，对产品进行分类，得到产品所属的目标类别，根据预先存储的类别与预测模型的对应关系，查找目标类别对应的目标预测模型，根据目标预测模型对产品的销量进行预测，如此，根据产品所属的类别，采用对应的预测模型进行销量预测，有效提升了预测的准确性。CN115796928ACN115796928A权利要求书1/3页1.一种产品销量预测方法，其特征在于，所述方法包括：获取待预测的产品的历史销量数据；根据所述产品的历史销量数据，对所述产品进行分类，得到所述产品所属的目标类别；根据预先存储的类别与预测模型的对应关系，查找所述目标类别对应的目标预测模型；根据所述目标预测模型对所述产品的销量进行预测。2.根据权利要求1所述的产品销量预测方法，其特征在于，所述根据所述产品的历史销量数据，对所述产品进行分类，得到所述产品所属的目标类别的步骤包括：对所述产品的历史销量数据进行统计，得到所述产品的总生命周期以及销量信息；判断所述产品的总生命周期是否大于预设的第一时长阈值；若小于等于所述第一时长阈值，则判定所述产品属于新品类别；若大于所述第一时长阈值，则根据所述产品的销量信息，确定所述产品所属的目标类别。3.根据权利要求2所述的产品销量预测方法，其特征在于，所述销量信息包括平均下单间隔、非零订单数以及频次比；所述根据所述产品的销量信息，确定所述产品所属的目标类别的步骤包括：判断所述平均下单间隔是否大于预设的间隔阈值、所述非零订单数是否大于预设的订单阈值以及所述频次比是否大于预设的频次阈值；若所述平均下单间隔大于所述间隔阈值，或所述非零订单数小于等于所述订单阈值，或所述频次比小于等于所述频次阈值，判定所述产品属于极低频类别；若所述平均下单间隔小于等于所述间隔阈值，且所述非零订单数大于所述订单阈值，且所述频次比大于所述频次阈值，则判定所述产品属于波动类别。4.根据权利要求1所述的产品销量预测方法，其特征在于，根据所述目标预测模型对所述产品的销量进行预测的步骤包括：若所述产品属于新品类别，根据设定的第一时长阈值，确定所述新品类别对应的第一预测模型的第一窗口长度；根据所述第一窗口长度，确定所述第一窗口长度对应的历史时间段；获取所述产品在所述历史时间段的历史销量数据；根据所述产品在所述历史时间段的历史销量数据，对所述产品的销量进行预测。5.根据权利要求1所述的产品销量预测方法，其特征在于，在根据所述目标预测模型对所述产品的销量进行预测后，所述方法还包括：判断所述目标预测模型的初始预测值是否大于设定的销量阈值；若大于，判定所述初始预测值为异常值，将所述产品的历史销量数据中的最大销量值作为所述目标预测模型的最终预测值；和/或，判断所述目标预测模型的初始预测值是否大于第二设定值且小于所述产品的历史销量数据中的非零数据的最小值；若大于所述第二设定值且小于所述最小值，则分别计算所述初始预测值与所述第二设定值以及所述最小值的距离，根据所述初始预测值与所述第二设定值以及所述最小值的距离，得到所述目标预测模型的最终预测值；和/或，2CN115796928A权利要求书2/3页获取所述产品的历史销量数据中的非零数据；计算所述非零数据中每个非零销量值在所述非零数据中的占比，根据每个非零销量值在所述非零数据中的占比，得到所述目标预测模型的最终预测值。6.根据权利要求1所述的产品销量预测方法，其特征在于，在根据预先存储的类别与预测模型的对应关系，查找所述目标类别对应的目标预测模型之前，所述方法还包括：获取各预定义时间段，及各所述预定义时间段内各单位时间的权重；获取极低频类别的样本产品在各所述预定义时间段内的历史销量数据；根据各所述预定义时间段内的历史销量数据以及各所述预定义时间段内各单位时间的权重，分别计算各所述预定义时间段对应的理论销量；根据各所述预定义时间段对应的实际销量