基于多时间窗口融合的物品需求数据分析方法和装置制造方法及图纸

本发明专利技术公开了一种基于多时间窗口融合的物品需求数据分析方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取多个时间窗口的历史需求数据；所述多个时间窗口的长度不同；针对每个所述时间窗口，根据该时间窗口的历史需求数据确定该时间窗口的第一需求数据；将所述多个时间窗口对应的第一需求数据融合，以实现物品需求数据分析。该实施方式既能保证分析结果的准确性，又能保证分析结果的稳定性，使得分析结果在较长一段时间内平滑变动，而非突变。而非突变。而非突变。

【技术实现步骤摘要】
基于多时间窗口融合的物品需求数据分析方法和装置


[0001]本专利技术涉及计算机
，尤其涉及一种基于多时间窗口融合的物品需求数据分析方法和装置。

技术介绍

[0002]在电商领域，物品的需求数据是物品的重要数据，对物品的需求数据进行分析处理便于了解物品的销售情况以及制定营销策略。例如，在自动化仓库中，根据物品的畅销程度安排库存分布，使得畅销物品的存储位置离工作站更近，较少搬运设备行走距离，提高仓库运营效率；再例如，在物品营销时，根据物品的点击量确定物品在营销网页的展位，使得点击量高的物品更容易被用户关注到。
[0003]现有的需求数据分析方法一般仅考虑短期数据分析的准确性。由于分析结果可能会受促销活动等影响，尤其是一些滞销物品、换季物品的促销，例如促销之后这些物品的销量很可能会突然降低、换季后季节性物品的关注度会发生变化等。因此，仅考虑短期数据分析的准确性，会造成解析结果的变动较大。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种基于多时间窗口融合的物品需求数据分析方法和装置，既能保证分析结果的准确性，又能保证分析结果的稳定性，使得分析结果在较长一段时间内平滑变动，而非突变。
[0005]为实现上述目的，根据本专利技术实施例的一个方面，提供了一种基于多时间窗口融合的物品需求数据分析方法，包括：
[0006]获取多个时间窗口的历史需求数据；所述多个时间窗口的长度不同；
[0007]针对每个所述时间窗口，根据该时间窗口的历史需求数据确定该时间窗口的第一需求数据；
[0008]将所述多个时间窗口对应的第一需求数据融合，以实现物品需求数据分析。
[0009]可选地，根据该时间窗口对应的历史需求数据确定该时间窗口的第一需求数据之前，还包括：
[0010]对于所述历史需求数据中每个统计单位内的物品需求数据，若其大于需求阈值，则将该物品需求数据标记为异常值；
[0011]当所述异常值满足如下任一条件时，确定所述时间窗口中物品需求数据的均值，并将所述异常值替换为所述均值：
[0012]存在所述异常数据对应的统计单位前M个和后M个统计单位内的物品需求数据，且(2M+1)个统计单位中物品需求数据大于等于所述需求阈值的统计单位的数量小于(M+1)个；
[0013]不存在所述异常数据对应的统计单位前M个或后M个统计单位内的物品需求数据。
[0014]可选地，按照如下公式确定所述需求阈值：
[0015]S0＝μ+3σ；
[0016]式中，S0代表需求阈值，μ代表所述时间窗口中物品需求数据的均值，σ代表所述时间窗口中物品需求数据的标准差。
[0017]可选地，采用移动加权平均方法确定各个时间窗口的第一需求数据；和/或，基于熵权法将所述多个时间窗口对应的第一需求数据融合。
[0018]根据本专利技术实施例的第二方面，提供一种基于多时间窗口融合的物品需求数据分析装置，包括：
[0019]获取模块，获取多个时间窗口的历史需求数据；所述多个时间窗口的长度不同；
[0020]确定模块，针对每个所述时间窗口，根据该时间窗口的历史需求数据确定该时间窗口的第一需求数据；
[0021]融合模块，将所述多个时间窗口对应的第一需求数据融合，以实现物品需求数据分析。
[0022]可选地，根据该时间窗口对应的历史需求数据确定该时间窗口的第一需求数据之前，所述确定模块还用于：
[0023]对于所述历史需求数据中每个统计单位内的物品需求数据，若其大于需求阈值，则将该物品需求数据标记为异常值；
[0024]当所述异常值满足如下任一条件时，确定所述时间窗口中物品需求数据的均值，并将所述异常值替换为所述均值：
[0025]存在所述异常数据对应的统计单位前M个和后M个统计单位内的物品需求数据，且(2M+1)个统计单位中物品需求数据大于等于所述需求阈值的统计单位的数量小于(M+1)个；
[0026]不存在所述异常数据对应的统计单位前M个或后M个统计单位内的物品需求数据。
[0027]可选地，所述确定模块按照如下公式确定所述需求阈值：
[0028]S0＝μ+3σ；
[0029]式中，S0代表需求阈值，μ代表所述时间窗口中物品需求数据的均值，σ代表所述时间窗口中物品需求数据的标准差。
[0030]可选地，所述确定模块采用移动加权平均方法确定各个时间窗口的第一需求数据；和/或，所述融合模块基于熵权法将所述多个时间窗口对应的第一需求数据融合。
[0031]根据本专利技术实施例的第三方面，提供一种基于多时间窗口融合的物品需求数据分析电子设备，包括：
[0032]一个或多个处理器；
[0033]存储装置，用于存储一个或多个程序，
[0034]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术实施例第一方面提供的基于多时间窗口融合的物品需求数据分析方法。
[0035]根据本专利技术实施例的第四方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本专利技术实施例第一方面提供的基于多时间窗口融合的物品需求数据分析方法。
[0036]上述专利技术中的一个实施例具有如下优点或有益效果：通过对多个不同长度的多个时间窗口的历史需求数据进行分析和融合，既能保证分析结果的准确性，又能保证分析结
果的稳定性，使得分析结果在较长一段时间内平滑变动，而非突变。通过对历史需求数据进行平滑处理，能够减小促销等活动对物品需求数据的影响，进一步提高预测准确性。
[0037]上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
[0038]附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中：
[0039]图1是根据本专利技术实施例的基于多时间窗口融合的物品需求数据分析方法的主要流程的示意图；
[0040]图2是根据本专利技术实施例的基于多时间窗口融合的物品需求数据分析装置的主要模块的示意图；
[0041]图3是本专利技术实施例可以应用于其中的示例性系统架构图；
[0042]图4是适于用来实现本专利技术实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
[0043]以下结合附图对本专利技术的示范性实施例做出说明，其中包括本专利技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本专利技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0044]根据本专利技术实施例的一个方面，提供了一种基于多时间窗口融合的物品需求数据分析方法。图1是根据本专利技术实施例的基于多时间窗口融合的物品需求数据分析方法的主要流程的示意图，如图1所示，基于多时间窗口融合的物品需求数据分析方法，包括：步骤S101、步骤S102和步骤S10本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多时间窗口融合的物品需求数据分析方法，其特征在于，包括：获取多个时间窗口的历史需求数据；所述多个时间窗口的长度不同；针对每个所述时间窗口，根据该时间窗口的历史需求数据确定该时间窗口的第一需求数据；将所述多个时间窗口对应的第一需求数据融合，以实现物品需求数据分析。2.如权利要求1所述的物品需求数据分析方法，其特征在于，根据该时间窗口对应的历史需求数据确定该时间窗口的第一需求数据之前，还包括：对于所述历史需求数据中每个统计单位内的物品需求数据，若其大于需求阈值，则将该物品需求数据标记为异常值；当所述异常值满足如下任一条件时，确定所述时间窗口中物品需求数据的均值，并将所述异常值替换为所述均值：存在所述异常数据对应的统计单位前M个和后M个统计单位内的物品需求数据，且(2M+1)个统计单位中物品需求数据大于等于所述需求阈值的统计单位的数量小于(M+1)个；不存在所述异常数据对应的统计单位前M个或后M个统计单位内的物品需求数据。3.如权利要求2所述的物品需求数据分析方法，其特征在于，按照如下公式确定所述需求阈值：S0＝μ+3σ；式中，S0代表需求阈值，μ代表所述历史需求数据的均值，σ代表所述历史需求数据的标准差。4.如权利要求1所述的物品需求数据分析方法，其特征在于，采用移动加权平均方法确定各个时间窗口的第一需求数据；和/或，基于熵权法将所述多个时间窗口对应的第一需求数据融合。5.一种基于多时间窗口融合的物品需求数据分析装置，其特征在于，包括：获取模块，获取多个时间窗口的历史需求数据；所述多个时间窗口的长度不同；确定模块，针对每个所述时间窗口，根据该时间窗口的历史需求数据确定该时间窗口的第一需求数据；融合模块，将...

【专利技术属性】
技术研发人员：池志攀，
申请(专利权)人：北京京东乾石科技有限公司，
类型：发明
国别省市：