[发明专利]一种数据处理方法、装置和存储介质

说明书

本发明公开了一种数据处理方法、装置和存储介质，包括：获取待预测时间点对应的历史销量数据，根据历史销量数据构建历史销量曲线图，对历史销量曲线图中目标日期的销量进行平滑处理，获得平滑处理后的历史销量曲线图；根据平滑处理后的历史销量曲线图，获得销量数据序列；确定销量数据序列中的最大值和最小值；根据最大值和最小值对销量数据序列中的数据进行归一化处理，获得归一化处理后的销量数据序列；根据销量数据序列，确定待预测时间点前相连至少一天的销量数据的序列；根据待预测时间点前相连至少一天的销量数据的序列，获得预测序列；运用预设的预测模型进行预测，获得第一预测结果；确定季节指数以调整第一预测结果，得到第二预测结果。

技术领域

本发明涉及预测技术，尤其涉及一种数据处理方法、装置和计算机可读存储介质。

背景技术

随着社会的不断进步和人们生活水平的不断提高，消费者的购物水平也在提升，对于高品质、高端化产品的需求也愈发强烈。这对整个市场产品结构和消费模式也带来了前所未有的挑战和提出了更高的要求。为了更好地控制库存存量、降低资金压力，进而从根本上控制成本、提升利润，对于产品、尤其是大体积商品行业迫切需要有效的销量预测方法。

目前，行业处于向智能制造转型的过程中，如何有效进行销量预测也是需要解决的核心问题。国内很多家电公司已经开始逐步重视家电销量的预测工作，但是由于信息化进步较晚，且消费市场的变化较快，对销量的预测都是建立在主观的管理经验和宏观预测上面，致使预测结果和实际值出现很大的偏差，从而对于厂家而言，无法根据预测结果合理的控制库存，也无法合理的控制成本、降低资金压力。

发明内容

有鉴于此，本发明的主要目的在于提供一种数据处理方法、装置和计算机可读存储介质。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例提供了一种数据处理方法，所述方法包括：

获取待预测时间点对应的历史销量数据，根据所述历史销量数据构建历史销量曲线图，对所述历史销量曲线图中目标日期的销量进行平滑处理，获得平滑处理后的历史销量曲线图；根据所述平滑处理后的历史销量曲线图，获得销量数据序列；

确定所述销量数据序列中的最大值和最小值；根据所述最大值和最小值对所述销量数据序列中的各数据进行归一化处理，获得归一化处理后的销量数据序列；

根据所述归一化处理后的销量数据序列，确定待预测时间点前相连至少一天的销量数据的序列；根据所述待预测时间点前相连至少一天的销量数据的序列，获得预测序列；

运用预设的预测模型，根据所述预测序列进行预测，获得第一预测结果；确定季节指数，根据所述季节指数调整所述第一预测结果，得到第二预测结果。

上述方案中，所述方法还包括：生成所述预测模型；所述生成预测模型，包括：

获取样本历史销量数据，从所述样本历史销量数据中提取预设的第二时间段内的样本历史销量数据；

按预设规则对所述样本历史销量数据进行预处理，得到样本历史销量数据序列；

获得预设的长短期记忆网络模型，根据所述样本历史销量数据序列训练所述长短期记忆网络模型，得到训练好的长短期记忆网络模型，作为所述预测模型。

上述方案中，所述确定季节指数，包括：

确定待预测时间点对应的至少一个参考时间点；

确定每个参考时间点的实际销量值和预测销量值，根据所述实际销量值和预测销量值确定每个参考时间点的销量偏差系数；

根据所述每个参考时间点的销量偏差系数，确定所述待预测时间点对应的月度季节指数、季度季节指数和/或年度季节指数。