商品销量数据预测方法、装置、设备、介质及产品制造方法及图纸

本申请提供的商品销量数据预测方法、装置、设备、介质及产品中，电子设备根据目标商品未出现售罄状况时的第一销量数据，确定出销量数据满足相似条件的相似商品；然后，通过相似商品的第二销量数对目标商品在售罄时段的销量数据。因此，通过其他相似商品的销量数据预测目标商品销量数据的目的，以达到克服目标商品销量较低的局限性所导致的预测精度欠佳的问题。

【技术实现步骤摘要】
商品销量数据预测方法、装置、设备、介质及产品
本申请涉及数据处理领域，具体而言，涉及一种商品销量数据预测方法、装置、设备、介质及产品。
技术介绍
电商平台在商品销售过程中，会产生海量的销售数据。因此，电商平台的电子设备(例如，服务器)可以利用这些销售数据进行大数据分析，以便为用户提供更好的购物体验。然而，专利技术人研究发现，海量的销售数据中会存在一些售罄状况的销量数据，而售罄状况的销量数据并不能真实反映商品的销售情况，继而会干扰最终的分析结果。
技术实现思路
为了克服现有技术中的至少一个不足，第一方面，本申请提供一种商品销量数据预测方法，应用于电子设备，所述方法包括：获取目标商品的第一销量数据以及待预测的售罄时段，其中，所述第一销量数据为所述目标商品在第一销售时段内未出现售罄状况的历史销量数据，所述售罄时段为所述目标商品在第二销售时段内出现售罄状况的时间段；根据所述第一销量数据，确定出相似商品；其中，所述相似商品在第三销售时段内的第二销量数据与所述第一销量数据满足预设相似条件；根据所述第一销量数据和所述第二销量数据，预测所述目标商品在所述售罄时段内的销量数据。第二方面，本申请提供一种商品销量数据预测装置，应用于电子设备，所述商品销量数据预测装置包括：数据获取模块，用于获取目标商品的第一销量数据以及售罄时段，其中，所述第一销量数据为所述目标商品在销售时段内未出现售罄状况的历史销量数据，所述售罄时段为所述销售时段内出现售罄状况的时间段；商品查找模块，用于根据所述第一销量数据，确定出相似商品；其中，所述相似商品在所述销售时段内的第二销量数据与所述第一销量数据满足预设相似条件；销量预测模块，用于根据所述第一销量数据和所述第二销量数据，预测所述目标商品在所述售罄时段内的销量数据。第三方面，本申请提供一种电子设备，所述电子设备包括处理器以及存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述的商品销量数据预测方法。第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现所述的商品销量数据预测方法。第五方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现所述的商品销量数据预测方法。相对于现有技术而言，本申请具有以下有益效果：本实施例提供的商品销量数据预测方法、装置、设备、介质及产品中，电子设备根据目标商品未出现售罄状况时的第一销量数据，确定出销量数据满足相似条件的相似商品；然后，通过相似商品的第二销量数对目标商品在售罄时段的销量数据。因此，通过其他相似商品的销量数据预测目标商品销量数据的目的，以达到克服目标商品销量较低的局限性所导致的预测精度欠佳的问题。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本申请实施例提供的电子设备的结构示意图；图2为本申请实施例提供的商品修量数据预测方法的步骤示意图之一；图3为本申请实施例提供的商品修量数据预测方法的步骤示意图之二；图4为本申请实施例提供的商品修量数据预测方法的步骤示意图之三；图5为本申请实施例提供的商品修量数据预测装置的结构示意图。图标：120-存储器；130-处理器；201-数据获取模块；202-商品查找模块；203-销量预测模块。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本申请的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。此外，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。本实施例考虑到在使用了售罄状况的销量数据进行大数据分析时，由于售罄状况的销量数据并不能真实反映商品的销售情况，继而会干扰最终的分析结果，因此，需要对售罄状况的销量数据进行预测。然而，专利技术人研究发现，相关的销量数据预测方法在面对低销量的商品时，存在极大的误差。示例性的，假定存在一目标商品，该目标商在3月12日的销售时段内出现了售罄状况，并且，该目标商品在3月5日-3月11日的销售时段内未出现售罄状况。电子设备则可以统计该目标商品在3月5日-3月11日这7天内的平均销量；然后，减去3月12日未出现售罄状况这段时间内的销量，即预测获得目标商品在3月12的售罄时段内的商品销量。另一示例性中，假定该目标商在3月12的销售时段内出现了售罄状况，并且在中午12点开始出现售罄状况，即12:00AM-24:00PM这段时间内发生了缺货所导致的售罄状况。电子设备可以获取目标商品在3月5日-3月11日这7天内每个小时的平均销量；然后，根据目标商品在3月5日-3月11日这7天内每个小时的平均销量，预测获得目标商品在售罄时段内的商品销量。然而，上述示例均是基于均值的预测方法，在面对销量较低的商品时，则会存在极大的误差。例如，假定目标商品每日的销量在1-3之间波动时，则受限于销量太低导致不满足大数定理，从而影响所预测售罄时段内目标商品的销量精度。示例性的，假定目标商品在一天中的平均销量为1，而通过泊松概率方法预测该目标商品全天销量为1.2。由于商品的数量不可能是小数，因此，1.2不具备业务意义，通常对预测的销量取整，则调整后的销量为2，这就会导致预测销量的偏差扩大本文档来自技高网...

【技术保护点】
1.一种商品销量数据预测方法，其特征在于，应用于电子设备，所述方法包括：/n获取目标商品的第一销量数据以及待预测的售罄时段，其中，所述第一销量数据为所述目标商品在第一销售时段内的历史销量，所述第一销售时内未出现售罄状况，所述目标商品在第二销售时段内出现售罄状况的时间段为所述售罄时段；/n根据所述第一销量数据，确定出相似商品；其中，所述相似商品在第三销售时段内的第二销量数据与所述第一销量数据满足预设相似条件；/n根据所述第一销量数据和所述第二销量数据，预测所述目标商品在所述售罄时段内的销量数据。/n

【技术特征摘要】
1.一种商品销量数据预测方法，其特征在于，应用于电子设备，所述方法包括：
获取目标商品的第一销量数据以及待预测的售罄时段，其中，所述第一销量数据为所述目标商品在第一销售时段内的历史销量，所述第一销售时内未出现售罄状况，所述目标商品在第二销售时段内出现售罄状况的时间段为所述售罄时段；
根据所述第一销量数据，确定出相似商品；其中，所述相似商品在第三销售时段内的第二销量数据与所述第一销量数据满足预设相似条件；
根据所述第一销量数据和所述第二销量数据，预测所述目标商品在所述售罄时段内的销量数据。


2.根据权利要求1所述的商品销量数据预测方法，其特征在于，所述第一销售时段包括多个子时段，所述相似商品选取自候选商品集，所述根据所述第一销量数据，确定出相似商品，包括：
根据所述第一销量数据，获取所述目标商品在多个所述子时段内的销量分布；
根据所述目标商品的销量分布，从所述候选商品集中确定出所述相似商品。


3.根据权利要求2所述的商品销量数据预测方法，其特征在于，所述根据所述目标商品的销量分布，从所述候选商品集中确定出所述相似商品之前，所述方法还包括：
从初始商品集获取每个候选商品的销售状况信息；
根据每个所述候选商品的销售状况信息，从所述初始商品集中剔除干扰数据以得到所述候选商品集。


4.根据权利要求3所述的商品销量数据预测方法，其特征在于，所述销售状况信息包括每个所述候选商品的销量数据、售后信息以及促销信息；
所述干扰数据包括售后信息出现异常的销量数据、参与促销活动的销量数据以及干扰商品的销量数据，其中，所述干扰商品为销量数据小于预设数量阈值的候选商品。


5.根据权利要求2所述的商品销量数据预测方法，其特征在于，所述候选商品集中包括多个候选商品，所述根据所述目标商品的销量分布，从所述候选商品集中确定出所述相似商品，包括：
获取所述目标商品与多个所述候选商品之间的多个相似度，...

【专利技术属性】
技术研发人员：乔勇，张斌，
申请(专利权)人：北京橙心无限科技发展有限公司，
类型：发明
国别省市：北京;11