[发明专利]基于商品销量分布预测的补货方法及系统、电子设备在审
申请号: | 201910633351.9 | 申请日: | 2019-07-12 |
公开(公告)号: | CN110335090A | 公开(公告)日: | 2019-10-15 |
发明(设计)人: | 张发恩;刘俊龙;周鹏程 | 申请(专利权)人: | 创新奇智(南京)科技有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06Q10/08 |
代理公司: | 深圳市智享知识产权代理有限公司 44361 | 代理人: | 王琴;蒋慧 |
地址: | 210000 江苏省南京市经济*** | 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: | 商品集合 置信度 补货 商品销量 预测 电子设备 预设 过滤 机器智能 商品信息 系统利用 业务规则 预测模型 筛选 修正 决策 | ||
1.一种基于商品销量分布预测的补货方法,其特征在于:其包括以下步骤:
步骤S1,提供一商品销量分布预测模型对商品进行销量分布预测,得到一初始商品集合,利用置信度计算方法对所述初始商品集合进行处理以获得预测置信度,并获取预测置信度低于预设阈值的商品集合;
步骤S2,对获得的商品集合进行业务规则过滤,确定是否需要对过滤后的商品进行补货修正。
2.如权利要求1中所述一种基于商品销量分布预测的补货方法,其特征在于:上述步骤S1具体包括以下步骤:
步骤S11,根据分位点回归方法,获取商品销量分布;
步骤S12,根据所述商品销量分布,进行销量分布预测;
步骤S13,根据所述销售分布预测,获取一初始商品集合;及
步骤S14,利用置信度计算方法处理所述初始商品集合以获得对应商品的预测置信度,获取一预测置信度低于预设阈值的所有商品的集合。
3.如权利要求2中所述一种基于商品销量分布预测的补货方法,其特征在于:上述步骤S12还包括以下步骤:
步骤S121,根据所述商品销量分布,计算获得预测的期望值;及
步骤S122,根据预测的期望值,进行销量分布预测。
4.如权利要求2中所述一种基于商品销量分布预测的补货方法,其特征在于:上述步骤S14还包括以下步骤:
步骤S141,从预测的销量分布中进行概率采样,作为销量真实值;
步骤S142,根据所述销量真实值计算期望值的误差率,并计算获得误差率均值,将误差率均值作为置信度判断依据;及
步骤S143,利用置信度计算方法处理所述初始商品集合以获得对应商品的预测置信度,获取一预测置信度低于预设阈值的所有商品的集合。
5.如权利要求2中所述一种基于商品销量分布预测的补货方法,其特征在于:上述步骤S14还包括以下步骤:
步骤S141a,从预测的分布中进行概率采样,作为销量真实值;
步骤S142a,根据销量真实值计算期望值的误差率,并进行加权运算得到预估误差率,该预估误差率作为置信度判断依据;及
步骤S143a,利用置信度计算方法处理所述初始商品集合以获得对应商品的预测置信度,获取一预测置信度低于预设阈值的所有商品的集合。
6.如权利要求2中所述一种基于商品销量分布预测的补货方法,其特征在于:上述步骤S14还包括以下步骤:
步骤S141b,参考历史波动性和历史预测误差水平作为置信度判断依据;及
步骤S142b,利用置信度计算方法处理所述初始商品集合以获得对应商品的预测置信度,获取一预测置信度低于预设阈值的所有商品的集合。
7.如权利要求1中所述一种基于商品销量分布预测的补货方法,其特征在于:上述步骤S2具体包括以下步骤:
步骤S21,对上述一预测置信度低于预设阈值的商品集合进行过滤;及
步骤S22,确定是否需要对过滤后的商品进行补货修正。
8.如权利要求7中所述一种基于商品销量分布预测的补货方法,其特征在于:上述步骤S22还包括以下步骤:
步骤S221,将过滤后的所述商品集合进行期望值预测计算,得出期望值预测的误差范围;及
步骤S222,将误差范围较大的商品根据销售额排序,选取头部若干用于预测判断是否需要进行补货修正。
9.一种基于商品销量分布预测的补货系统,其特征在于:所述基于商品销量分布预测的补货系统包括,
销量分布预测模块,对商品进行销量分布预测,得到一初始商品集合,并利用置信度计算方法对所述初始商品集合进行处理以获得预测置信度,获取预测置信度低于预设阈值的商品集合;及
补货判定模块,对获得的商品集合进行业务规则过滤,确定是否需要对过滤后的商品进行补货修正。
10.一种电子设备,其特征在于:所述电子装置包括存储单元和处理单元,所述存储单元用于存储计算机程序,所述处理单元用于通过所述存储单元存储的计算机程序执行所述权利要求1-8中任一项所述商品销量分布预测的补货方法中的步骤。
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创新奇智(南京)科技有限公司,未经创新奇智(南京)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/201910633351.9/1.html,转载请声明来源钻瓜专利网。