[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

摘要

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。

主权项

1.一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，其特征在于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；步骤9，输出与烟草销售相关的查询集合；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：1)提取搜索查询特征步骤1，统计从对烟草销售相关查询的聚类阶段生成的相关查询集在历史时期以月为单位出现的次数；步骤2，根据烟草历史销售数据中出现相关查询的次数对所有相关查询排序；步骤3，根据步骤2的排序结果，把前k个相关查询作为搜索查询特征；2)提取季节性特征步骤1，根据烟草历史销售数据初始化季节性调整销售数据；步骤2，根据烟草历史销售数据初始化线性趋势系数；步骤3，根据烟草历史销售数据初始化季节性影响的销售比例系数；步骤4，用指数加权移动平均模型对预测月进行销量预测，其预测结果作为季节性特征；步骤5，根据步骤4中每次预测后的结果动态调整参数值来平滑季节性调整销售数据、线性趋势系数、季节性影响的销售比例系数，选择与最近24个月真实销量最相关的参数值，并把该值用于下一次预测；三、建立预测模型阶段：步骤1，提取搜索查询特征；步骤2，提取季节性特征；步骤3，用线性回归模型融合搜索查询特征与季节性特征；步骤4，输出融合模型的预测结果。