[发明专利]一种融合季节销售信息与搜索行为信息的烟草销量预测方法

说明书

本发明涉及一种融合季节销售信息与搜索行为信息的烟草销量预测方法，该方法包括以下步骤：一、对烟草销售相关查询的聚类阶段：二、特征提取阶段，包括提取搜索查询特征和提取季节特征两个子阶段：三、建立预测模型阶段：本发明的优点包括：给出一种融合点击与查询再形成信息的方法，利用该方法来识别与烟草销售相关的查询；给出一种动态平滑方法，增强了指数加权移动平均模型的可调节性；给出一种融合季节时间序列分析与搜索行为信息的烟草销量预测方法。

技术领域

本发明涉及产品销量预测领域，尤其涉及一种融合季节销售信息与搜索行为信息的烟草销量预测方法。

背景技术

随着烟草行业市场化程度的不断加深，如何准确预测烟草销量，进而把握市场需求，为整个烟草行业的经营提供真实有效的参考和基础显得尤为重要。

传统的烟草销量预测方模型采用定性预测或定量预测方法。定性预测主要依靠从业人员的经验，将其对事物未来发展做出的性质和程度上的判断作为预测未来的主要依据，具有较大的灵活性，包括业务主管人员预测法、销售人员综合意见预测法、消费者调查预测法、德尔菲法等方法，但定性预测方法具有很强的主观局限性，人的经验和主观判断能力会直接影响到预测结果的准确度。定量预测方法偏重于数量方面的分析，重视预测对象的变化程度，能做出变化程度在数量上的准确描述，其利用历史统计数据和客观实际资料作为预测的依据，运用数学方法进行处理分析，包括算数平均法、指数预测法、简单移动平均法、加权移动平均法、因果预测分析法等方法，与定性预测方法相比，定量预测方法受主观因素的影响较小，但比较机械，缺乏定性预测方法的灵活性，并且对信息资料的要求较高。随着越来越多的人趋向于通过搜索引擎做购买前咨询，搜索查询量已经称为预测销售趋势的重要指标，但是仅使用搜索查询量预测销售趋势的方法并没有充分利用搜索日志中丰富的用户行为，也无法模拟复杂的季节性销售趋势。

发明内容

本发明要解决的问题是如何在充分利用搜索日志信息中丰富用户行为的情况下预测烟草季节性销售趋势。为了解决上述问题，本发明的目的是提供一种融合季节销售信息与搜索行为信息的烟草销量预测方法，该方法通过分析搜索日志中的搜索行为信息及季节性时间序列，基于回归建立烟草季节性销量预测模型。

本发明基于商业搜索引擎的查询日志以及烟草销售历史数据，首先引入用户行为模型，使用商业搜索引擎查询日志中的点击和查询再形成信息来对相关查询词进行聚类，并以月为单位计算这些查询词出现的频率；其次引入基于动态平滑方法的指数加权移平均模型来度量季节对烟草销售的影响；最后使用线性回归方法融合商业搜索引擎查询特征与烟草销售季节性特征进行烟草销量预测。

为了实现上述的目的，本发明采用了以下的技术方案：

一种融合季节销售信息与搜索行为信息的烟草销量预测方法，该方法包括以下步骤：

一、对烟草销售相关查询的聚类阶段：

步骤1，读取搜索引擎日志数据；

步骤2，把网络搜索引擎日志划分为用户级的会话；

步骤3，在搜索引擎日志中选择m个与烟草销售及知名烟草品牌相关的查询词；

步骤4，对于给定的查询，分别提取出点击率最高的前k个文档的集合、查询再形成集合、查询共现集合；

步骤5，利用步骤4提取出的数据集合构建有向图，该图是点击二分图与查询流图的融合图，捕捉了用户的一系列查询再形成行为；

步骤6，通过对有向图执行n阶随机游走，计算出每个查询结点的文档访问概率分布向量；

步骤7，使用文档访问概率分布向量间的余弦相似度来判断共现查询之间的相关性；

步骤8，如果余弦相似度大于阈值θ并且查询不在相关查询集合内，则把查询加入相关查询集合并作为新的查询中心，重复步骤4到步骤8，直至完成迭代；