[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

说明书

本发明涉及一种基于商品销量分布预测的补货方法及系统、电子设备，该方法通过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；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。上述方法及系统利用机器智能将置信度低于预设阈值且业务考量最重要的商品信息进行筛选，能够显著减少是否要对商品进行补货决策的误差。

【技术领域】

本发明涉及供应链领域，特别涉及一种基于商品销量分布预测的补货方法及系统、电子设备。

【背景技术】

在商品销售行业，销量预测是一项不可缺少的参考指标，无论企业的规模大小、人员多少，销量预测影响到包括计划、预算和补货等确定在内的销售管理的各方面工作。但是，相关技术方案中由于对数据的非全面的笼统分析，导致销量预测结果并不准确，包括得出的补货量也不准确，补货量拿到一个准确的值，就可能造成货品积压而影响资金周转，或者货品数量不足而使消费者无法购得商品，最终影响企业销售形象并损害企业利益。

现有技术是通过商品销量期望值或分位点销量对商品销量分布进行预测，并根据预测结果确定是否进行自动或人工补货。事实上，在信息不确定条件下会对销量分布预测结果产生影响，进而还会影响预测商品销量或补货决策。

【发明内容】

为解决现有技术中仅通过预测商品销量期望值或分位点销量进行补货而造成的补货误差较大的问题，本发明提供了一种基于商品销量分布预测的补货方法。

本发明为解决上述技术问题，提供如下的技术方案：一种基于商品销量分布预测的补货方法，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。

优选的，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，根据所述销量分布预测，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。