本公开是关于一种物品数量预测方法及装置、电子设备以及计算机可读存储介质，涉及计算机技术领域，可以应用于对某一物品进行销量预测的场景。该方法包括：获取目标物品的历史业务时序数据，对历史业务时序数据进行时序特征提取处理，以确定目标物品对应的时间预测粒度；根据时间预测粒度分别对历史业务时序数据进行区域聚合预测处理和区域拆解预测处理，以确定目标物品对应的空间预测粒度；根据时间预测粒度与空间预测粒度确定目标物品在特定业务中的物品数量。本公开可以提供一种将时间与空间维度结合得到针对该物品的预测维度的方案，通过提供精确到物品级别的配置，得到一种综合时间与空间维度的物品数量预测结果。综合时间与空间维度的物品数量预测结果。综合时间与空间维度的物品数量预测结果。
【技术实现步骤摘要】
物品数量预测方法及装置、电子设备和存储介质
[0001]本公开涉及计算机
，具体而言，涉及一种物品数量预测方法、物品数量预测装置、电子设备以及计算机可读存储介质。
技术介绍
[0002]销售预测是指根据以往的销售情况以及使用系统内部内置或用户自定义的销售预测模型获得的对未来销售情况的预测。销售预测包含不同物品的销量预测。在物品销售过程中，由于购物节庆活动或其他促销活动导致的销量激增对零售商构成巨大挑战，可能造成缺货或系统崩溃等问题，因此，销量预测对于在线和在线零售行业优化供应链，降低运营成本和提高收入至关重要。
[0003]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0004]本公开的目的在于提供一种物品数量预测方法、物品数量预测装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服现有技术通常仅单独针对时间维度或空间维度对物品进行销量预测，无法综合时间维度和空间维度确定预测结果的问题。
[0005]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。
[0006]根据本公开的第一方面，提供一种物品数量预测方法，包括：获取目标物品的历史业务时序数据，对所述历史业务时序数据进行时序特征提取处理，以确定所述目标物品对应的时间预测粒度；根据所述时间预测粒度分别对所述历史业务时序数据进行区域聚合预测处理和区域拆解预测处理，以确定所述目标物品对应的空间预测粒度；根据所述时间预测粒度与所述空间预测粒度确定所述目标物品在特定业务中的物品数量。
[0007]在本公开的一种示例性实施方案中，对所述历史业务时序数据进行时序特征提取处理，以确定所述目标物品对应的时间预测粒度，包括：获取预先构建的时序分析模型；所述时序分析模型基于多个时序划分数据训练得到；将所述历史业务时序数据输入至所述时序分析模型，以由所述时序分析模型确定所述时间预测粒度；所述时序分析模型通过下述步骤训练得到：获取初始时序模型、业务时序训练数据集以及预先配置的多个候选时间粒度；根据所述多个候选时间粒度对所述业务时序训练数据集进行划分处理，以得到多个时序划分数据；根据所述多个时序划分数据对初始时序模型进行模型训练处理，以得到所述时序分析模型。
[0008]在本公开的一种示例性实施方案中，根据所述时间预测粒度分别对所述历史业务时序数据进行区域聚合预测处理和区域拆解预测处理，以确定所述目标物品对应的空间预测粒度，包括：确定所述目标物品对应的区域层级信息；根据所述区域层级信息对所述历史业务时序数据进行区域聚合预测处理，以得到第一空间划分粒度对应的第一准确度结果；
根据所述区域层级信息对所述历史业务时序数据进行区域拆解预测处理，以得到第二空间划分粒度对应的第二准确度结果；根据所述第一准确度结果与所述第二准确度结果确定所述空间预测粒度。
[0009]在本公开的一种示例性实施方案中，根据所述区域层级信息对所述历史业务时序数据进行区域聚合预测处理，以得到第一空间划分粒度对应的第一准确度结果，包括：根据所述区域层级信息确定所述目标物品对应的多个子区域以及所述多个子区域之间的区域层级关系；根据所述区域层级关系将所述多个子区域对应的历史业务时序数据进行区域聚合预测处理，以得到所述第一空间划分粒度对应的第一准确度结果。
[0010]在本公开的一种示例性实施方案中，根据所述区域层级信息对所述历史业务时序数据进行区域拆解预测处理，以得到第二空间划分粒度对应的第二准确度结果，包括：根据所述区域层级信息确定所述目标物品对应的总区域以及区域拆解规则；根据所述区域拆解规则将所述总区域对应的历史业务时序数据进行区域拆解预测处理，以得到所述第二空间划分粒度对应的第二准确度结果。
[0011]在本公开的一种示例性实施方案中，根据所述第一准确度结果与所述第二准确度结果确定所述空间预测粒度，包括：获取准确度评价指标，根据所述准确度评价指标确定所述第一准确度结果对应的第一预测平均值；根据所述准确度评价指标确定所述第二准确度结果对应的第二预测平均值；对所述第一预测平均值与所述第二预测平均值进行对比处理，以得到准确度对比结果；根据所述准确度对比结果确定所述空间预测粒度。
[0012]在本公开的一种示例性实施方案中，所述方法还包括：确定目标区域，获取所述目标区域的区域约束条件；根据所述区域约束条件与所述准确度对比结果确定所述目标区域对应的时间预测粒度。
[0013]根据本公开的第二方面，提供一种物品数量预测装置，包括：时序特征确定模块，用于获取目标物品的历史业务时序数据，对所述历史业务时序数据进行时序特征提取处理，以确定所述目标物品对应的时间预测粒度；空间粒度确定模块，用于根据所述时间预测粒度分别对所述历史业务时序数据进行区域聚合预测处理和区域拆解预测处理，以确定所述目标物品对应的空间预测粒度；数量确定模块，用于根据所述时间预测粒度与所述空间预测粒度确定所述目标物品在特定业务中的物品数量。
[0014]在本公开的一种示例性实施方案中，时序特征确定模块包括时序特征确定单元，用于获取预先构建的时序分析模型；所述时序分析模型基于多个时序划分数据训练得到；将所述历史业务时序数据输入至所述时序分析模型，以由所述时序分析模型确定所述时间预测粒度；所述时序分析模型通过下述步骤训练得到：获取初始时序模型、业务时序训练数据集以及预先配置的多个候选时间粒度；根据所述多个候选时间粒度对所述业务时序训练数据集进行划分处理，以得到多个时序划分数据；根据所述多个时序划分数据对初始时序模型进行模型训练处理，以得到所述时序分析模型。
[0015]在本公开的一种示例性实施方案中，空间粒度确定模块包括空间粒度确定单元，用于确定所述目标物品对应的区域层级信息；根据所述区域层级信息对所述历史业务时序数据进行区域聚合预测处理，以得到第一空间划分粒度对应的第一准确度结果；根据所述区域层级信息对所述历史业务时序数据进行区域拆解预测处理，以得到第二空间划分粒度对应的第二准确度结果；根据所述第一准确度结果与所述第二准确度结果确定所述空间预
测粒度。
[0016]在本公开的一种示例性实施方案中，空间粒度确定单元包括第一结果确定子单元，用于根据所述区域层级信息确定所述目标物品对应的多个子区域以及所述多个子区域之间的区域层级关系；根据所述区域层级关系将所述多个子区域对应的历史业务时序数据进行区域聚合预测处理，以得到所述第一空间划分粒度对应的第一准确度结果。
[0017]在本公开的一种示例性实施方案中，空间粒度确定单元包括第二结果确定子单元，用于根据所述区域层级信息确定所述目标物品对应的总区域以及区域拆解规则；根据所述区域拆解规则将所述总区域对应的历史业务时序数据进行区域拆解预测处理，以得到所述第二空间划分粒度对应的第二准确度结果。
[0018]在本公开的一种示例性实施方案中，空间粒度确定单元包括空间粒度确定子单本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种物品数量预测方法，其特征在于，包括：获取目标物品的历史业务时序数据，对所述历史业务时序数据进行时序特征提取处理，以确定所述目标物品对应的时间预测粒度；根据所述时间预测粒度分别对所述历史业务时序数据进行区域聚合预测处理和区域拆解预测处理，以确定所述目标物品对应的空间预测粒度；根据所述时间预测粒度与所述空间预测粒度确定所述目标物品在特定业务中的物品数量。2.根据权利要求1所述的方法，其特征在于，对所述历史业务时序数据进行时序特征提取处理，以确定所述目标物品对应的时间预测粒度，包括：获取预先构建的时序分析模型；所述时序分析模型基于多个时序划分数据训练得到；将所述历史业务时序数据输入至所述时序分析模型，以由所述时序分析模型确定所述时间预测粒度；所述时序分析模型通过下述步骤训练得到：获取初始时序模型、业务时序训练数据集以及预先配置的多个候选时间粒度；根据所述多个候选时间粒度对所述业务时序训练数据集进行划分处理，以得到多个时序划分数据；根据所述多个时序划分数据对初始时序模型进行模型训练处理，以得到所述时序分析模型。3.根据权利要求1所述的方法，其特征在于，根据所述时间预测粒度分别对所述历史业务时序数据进行区域聚合预测处理和区域拆解预测处理，以确定所述目标物品对应的空间预测粒度，包括：确定所述目标物品对应的区域层级信息；根据所述区域层级信息对所述历史业务时序数据进行区域聚合预测处理，以得到第一空间划分粒度对应的第一准确度结果；根据所述区域层级信息对所述历史业务时序数据进行区域拆解预测处理，以得到第二空间划分粒度对应的第二准确度结果；根据所述第一准确度结果与所述第二准确度结果确定所述空间预测粒度。4.根据权利要求3所述的方法，其特征在于，根据所述区域层级信息对所述历史业务时序数据进行区域聚合预测处理，以得到第一空间划分粒度对应的第一准确度结果，包括：根据所述区域层级信息确定所述目标物品对应的多个子区域以及所述多个子区域之间的区域层级关系；根据所述区域层级关系将所述多个子区域对应的历史业务时序数据进行区域聚合预...
【专利技术属性】
技术研发人员：张轩琪，
申请(专利权)人：北京京东振世信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。