一种市场预测系统及方法
【专利摘要】本发明提供一种市场预测系统及方法，通过搜集因素数据和业务数据，判断该因素数据和业务数据对应的模型是否存在，若已经存在，则直接对新的业务数据进行预测，若该因素数据和业务数据对应的模型不存在，则将采集到的因素数据和业务数据进行存储，并根据存储的因素数据和业务数据创建新的模型。本发明可以通过现有的模型对搜集到的因素数据和业务数据进行新业务数据的预测，也可以对不存在的模型进行创建，以保证模型数据的完善，本发明提供的市场预测系统及方法能够更加适应市场的需求，更加准确预测市场的业务数据。
【专利说明】
一种市场预测系统及方法
技术领域
[0001]本发明涉及一种市场预测系统及方法，特别是一种由市场预测模型准确预测市场需求的系统及方法。
【背景技术】
[0002]随着市场经济的发展，市场发展已经由价格竞争时代深化进入到成本竞争时代，对市场未来走势的先期判断，在企业的运营管理中起着越来越重要的作用，在很大程度上，影响着企业认知机会和把握机遇的能力。当前，对于商品的市场分析多体现在对历史数据的变动分析和影响因素的事件分析层面，对于市场未来走势的预测分析仅停留在定性分析的范畴，缺少以数据作为支撑的定量分析，也就是说，还没有建立起完善的并且可以量化的市场预测模型，对各种因素对商品市场需求的影响无法精确预测。
【发明内容】
[0003]针对上述问题，本发明提供一种市场预测系统，该市场预测系统包含:数据搜集模块、数据存储模块、模型存储模块、模型新建模块及输出模块，其中，数据搜集模块用于搜集因素数据和业务数据;数据存储模块用于存储因素数据和业务数据;模型存储模块用于存储模型公式;模型新建模块用于对没有找到的模型进行新建;输出模块用于输出预测的业务数据;数据搜集模块搜集的因素数据和业务数据存储在数据存储模块中，若因素数据对应的业务数据在模型存储模块中能找到对应的模型，则直接由搜集到的因素数据推出新的业务数据，若因素数据对应的业务数据在模型存储模块中未找到对应的模型，则因素数据与业务数据大量积累后，通过模型新建模块创建新的模型，并存储于模型存储模块。
[0004]根据上述的市场预测系统，该市场预测系统包括验证模块，用于对新建模型进行验证。
[0005]根据上述的市场预测系统，数据搜集模块采用爬虫技术获取数据。
[0006]根据上述的市场预测系统，数据搜集模块根据人员手动输入的信息获取数据。
[0007]根据上述的市场预测系统，模型新建模块对模型新建时，选取任意两个时间点的因素数据和业务数据，按照公式Df=(l+al*(Efl-Ecl)+a2*(Ef2-Ec2) +……+an*(Efn_Ecn))*Dc进行新建；
[0008]其中al、a2……an为η个因素数据对业务数据影响的权重，Ecl、Ec2……Ecn为η个因素数据在第一时间点的值，Efl、Ef2……Efn为η个因素数据在第二时间点的值，Df为预测业务数据值，Dc为当前业务数据值。
[0009]本发明另提供一种市场预测方法，包含如下步骤:
[0010]S1:搜集因素数据和业务数据；
[0011 ] S2:判断该因素数据和业务数据对应的模型是否存在，若是，则进行步骤S3，若否，则跳至步骤S4;
[0012]S3:对业务数据进行预测；
[0013]S4:存储因素数据和业务数据；
[0014]S5:创建新模型；
[0015]搜集因素数据和业务数据，判断需要预测的因素数据和业务数据是否存在对应模型，若存在对应模型，则根据已存在的模型对业务数据进行预测，若不存在模型，则存储搜集的因素数据和业务数据，并根据存储的因素数据和业务数据创建新模型。
[0016]根据上述的一种市场预测方法，步骤S5之后，还有步骤S6:对新模型进行验证。
[0017]根据上述的一种市场预测方法，步骤SI中搜集因素数据和业务数据采用爬虫技术。
[0018]根据上述的一种市场预测方法，步骤SI中搜集因素数据和业务数据由人员手动输入ig息获取。
[0019]根据上述的一种市场预测方法，步骤S5创建新模型，选取任意两个时间点的因素数据和业务数据，按照公式 Df=(l+al*(Efl-Ecl)+a2*(Ef2-Ec2)+……+an* (Efn-Ecn) )*Dc进行新建；
[0020]其中al、a2……an为η个因素数据对业务数据影响的权重，Ecl、Ec2……Ecn为η个因素数据在第一时间点的值，Efl、Ef2……Efn为η个因素数据在第二时间点的值，Df为预测业务数据值，Dc为当前业务数据值。
[0021]本发明提供一种市场预测系统及方法，通过搜集因素数据和业务数据，判断该因素数据和业务数据对应的模型是否存在，若已经存在，则直接对新的业务数据进行预测，若该因素数据和业务数据对应的模型不存在，则将采集到的因素数据和业务数据进行存储，并根据存储的因素数据和业务数据创建新的模型。本发明可以通过现有的模型对搜集到的因素数据和业务数据进行新业务数据的预测，也可以对不存在的模型进行创建，以保证模型数据的完善，本发明提供的市场预测系统及方法能够更加适应市场的需求，更加准确预测市场的业务数据。
【附图说明】
[0022]图1是本发明市场预测系统示意图；
[0023]图2是本发明市场预测方法流程图。
【具体实施方式】
[0024]为使对本发明的目的、特征、及其功能有进一步的了解，兹配合实施例详细说明如下。
[0025]首先对本发明申请中涉及到的几个名词进行解释，下文所述业务数据，是指能够反应商品销售情况的数据，如商品名称、销量及库存等，业务数据分为当前业务数据和预测业务数据;下述因素数据，是指能够影响业务数据的因素，如天气、人口、促销信息等，因素数据分为当前因素数据和预计因素数据;下述模型，是指因素数据与业务数据之间的运算关系。具体来说，因素数据会影响商品的业务数据，因素数据可以通过模型预测业务数据，大量的因素数据与业务数据积累，可以创建新模型。
[0026]本发明提供一种市场预测系统，参见图1，图1是本发明市场预测系统示意图，该市场预测系统包含:数据搜集模块1、数据存储模块2、模型存储模块3、模型新建模块4及输出模块5，其中，数据搜集模块I用于搜集因素数据和业务数据;数据存储模块2用于存储因素数据和业务数据;模型存储模块3用于存储模型公式;模型新建模块4用于对没有找到的模型进行新建;输出模块5用于输出预测的业务数据。
[0027]数据搜集模块I搜集到因素数据和业务数据，在模型存储模块3中，存在该因素数据和业务数据的模型，则根据因素数据和现有的业务数据及相应的模型，可以预测业务数据，预测业务数据经由输出模块5输出并展示给用户;数据搜集模块I搜集到因素数据和业务数据，在模型存储模块3中，不存在该因素数据和业务数据的模型，则数据搜集模块I搜集到的因素数据和业务数据存储在数据存储模块2中，当数据存储模块2中存储了大量的因素数据和业务数据后，将大量的因素数据和业务数据发送给模型新建模块4，由模型新建模块4创建新模型，并将创建的新模型存储于模型存储模块3，下次再输入该新建模型对应的因素数据和业务数据，可以直接根据新建模型对业务进行预测;输出模块5用于对预测业务数据进行输出，可以图表进行展示，比如饼状图、线形图、热力图或者雷达图等。本发明相比现有的市场预测系统，可以更准确对市场商品业务数据进行预测。
[0028]根据上述的市场预测系统，该市场预测系统包括验证模块6，用于对新建模型进行验证。由于新建模型是基于大量的因素数据和业务数据进行创建，具备一定的理论基础，但是，为了更好的适应市场商品业务数据预测的需求，本发明在模型新建模块4后加入验证模块6，验证模块6对新创建的模型进行验证，将新建模型预测的预测业务数据与市场实际的商品业务数据进行比对，如果验证后差值小于一定阈值，则将新建模型存储到模型存储模块3中，如果验证后差值大于一定阈值，则由数据搜集模块I继续搜集因素数据和业务数据，由模型新建模块4重新创建新模型。
[0029]根据上述的市场预测系统，数据搜集模块I采用爬虫技术获取数据，由系统经由爬虫技术及第三方接口获取因素数据和业务数据，比如天气因素数据、人口数据、商品销售数据等。
[0030]另外，数据搜集模块I也可根据人员手动输入的信息获取数据，比如有些业务数据需要由人工输入获取，比如，某一历史节点的销售数据、某一历史节点的促销方法等。
[0031]根据上述的市场预测系统，模型新建模块4对模型新建时，选取任意两个时间点的因素数据和业务数据，按照公式Df=(l+al*(Efl-Ecl)+a2*(Ef2-Ec2) +……+an*(Efn_Ecn))*Dc进行新建；
[0032]其中al、a2……an为η个因素数据对业务数据影响的权重，Ecl、Ec2……Ecn为η个因素数据在第一时间点的值，Efl、Ef2……Efn为η个因素数据在第二时间点的值，Df为预测业务数据值，Dc为当前业务数据值。
[0033]举例而言，第一个因素数据是天气因素，那么Ecl是选取的第一个时间点的天气因素值，Efl是选取的第二个时间点的天气因素值，al是天气因素数据对业务数据影响所占的权重，第二个因素数据是某一区域人口数据，那么Ec2是选取的第一个时间点的该区域人口数据，Ef2是选取的第二个时间点的该区域人口数据，a2是该区域人口数据对业务数据所占的权重，以此类推，将当前业务数据值及所有因素数据分别在第一个时间点的值、第二个时间点的值以及该因素数据对业务数据所占的权重代入公式，则可以预测业务数据Df。
[0034]上述因素数据中，可以是某一个因素对应的数值，也可以是某一类因素对应的量化后的综合值，比如Ecl可以是第一个时间点时天气因素中的温度值，也可以是第一个时间点时天气因素中温度、风力、湿度等的量化后的函数值，本发明对因素数据值不做具体限定，根据实际需求可以选择不同的表达方式。
[0035]本发明另提供一种市场预测方法，图2是本发明市场预测方法流程图，包含如下步骤:
[0036]S1:搜集因素数据和业务数据；
[0037]S2:判断该因素数据和业务数据对应的模型是否存在，若是，则进行步骤S3，若否，则跳至步骤S4;
[0038]S3:对业务数据进行预测；
[0039]S4:存储因素数据和业务数据；
[0040]S5:创建新模型；
[0041]首先搜集因素数据和业务数据，此时的业务数据为当前业务数据，判断搜集到的因素数据和该商品当前业务数据是否存在对应的模型，若存在对应模型，则通过因素数据、业务数据根据已存在的模型对预测业务数据进行预测，预测后的预测业务数据可以图表的方式展示给用户，图表包括饼状图、线形图、热力图或者雷达图等，若不存在模型，则对搜集的因素数据和当前业务数据进行存储，存储大量的因素数据和当前业务数据后，根据存储的因素数据和业务数据创建新模型，下次再输入该新建模型对应的因素数据和业务数据，可以直接根据新建模型对业务进行预测。相比现有的市场预测系统，本发明可以更准确对市场商品业务数据进行预测。
[0042]根据上述的一种市场预测方法，步骤S5之后，还有步骤S6:对新模型进行验证。由于新建模型是基于大量的因素数据和业务数据进行创建，具备一定的理论基础，但是，为了更好的适应市场商品业务数据预测的需求，本发明在步骤S5后加入步骤S6，步骤S6对新模型进行验证，将新建模型预测的预测业务数据与市场实际的商品业务数据进行比对，如果验证后差值小于一定阈值，则将新建模型进行存储，如果验证后差值大于一定阈值，则继续搜集因素数据和当前业务数据，重新创建新模型。
[0043]根据上述的一种市场预测方法，步骤SI中搜集因素数据和业务数据采用爬虫技术，由系统经由爬虫技术及第三方接口获取因素数据和业务数据，比如天气因素数据、人口数据、商品销售数据等。
[0044]另外，步骤SI中搜集因素数据和业务数据由人员手动输入信息获取，比如有些业务数据需要由人工输入获取，比如，某一历史节点的销售数据、某一历史节点的促销方法等。
[0045]根据上述的一种市场预测方法，步骤S5创建新模型，选取任意两个时间点的因素数据和业务数据，按照公式 Df=(l+al*(Efl-Ecl)+a2*(Ef2-Ec2)+……+an* (Efn-Ecn) )*Dc进行新建；
[0046]其中al、a2……an为η个因素数据对业务数据影响的权重，Ecl、Ec2……Ecn为η个因素数据在第一时间点的值，Efl、Ef2……Efn为η个因素数据在第二时间点的值，Df为预测业务数据值，Dc为当前业务数据值。
[0047]举例而言，第一个因素数据是天气因素，那么Ecl是选取的第一个时间点的天气因素值，Efl是选取的第二个时间点的天气因素值，al是天气因素数据对业务数据影响所占的权重，第二个因素数据是某一区域人口数据，那么Ec2是选取的第一个时间点的该区域人口数据，Ef2是选取的第二个时间点的该区域人口数据，a2是该区域人口数据对业务数据所占的权重，以此类推，将当前业务数据值及所有因素数据分别在第一个时间点的值、第二个时间点的值以及该因素数据对业务数据所占的权重代入公式，则可以预测业务数据Df。
[0048]上述因素数据中，可以是某一个因素对应的数值，也可以是某一类因素对应的量化后的综合值，比如Ecl可以是第一个时间点时天气因素中的温度值，也可以是第一个时间点时天气因素中温度、风力、湿度等的量化后的函数值，本发明对因素数据值不做具体限定，根据实际需求可以选择不同的表达方式。
[0049]本发明提供一种市场预测系统及方法，通过搜集因素数据和业务数据，判断该因素数据和业务数据对应的模型是否存在，若已经存在，则直接对新的业务数据进行预测，若该因素数据和业务数据对应的模型不存在，则将采集到的因素数据和业务数据进行存储，并根据存储的因素数据和业务数据创建新的模型。本发明可以通过现有的模型对搜集到的因素数据和业务数据进行新业务数据的预测，也可以对不存在的模型进行创建，以保证模型数据的完善，本发明提供的市场预测系统及方法能够更加适应市场的需求，更加准确预测市场的业务数据。
[0050]本发明已由上述相关实施例加以描述，然而上述实施例仅为实施本发明的范例。必需指出的是，已揭露的实施例并未限制本发明的范围，在不脱离本发明的精神和范围内所作的更动与润饰，均属本发明的专利保护范围。
【主权项】
1.一种市场预测系统，其特征在于，该市场预测系统包含: 数据搜集模块，用于搜集因素数据和业务数据； 数据存储模块，用于存储因素数据和业务数据； 模型存储模块，用于存储模型公式； 模型新建模块，用于对没有找到的模型进行新建； 输出模块，用于输出预测的业务数据； 其中，数据搜集模块搜集的因素数据和业务数据存储在数据存储模块中，若因素数据对应的业务数据在模型存储模块中能找到对应的模型，则直接由搜集到的因素数据推出新的业务数据，若因素数据对应的业务数据在模型存储模块中未找到对应的模型，则因素数据与业务数据大量积累后，通过模型新建模块创建新的模型，并存储于模型存储模块。2.根据权利要求1所述的市场预测系统，其特征在于，该市场预测系统包括验证模块，用于对新建模型进行验证。3.根据权利要求1所述的市场预测系统，其特征在于，数据搜集模块采用爬虫技术获取数据。4.根据权利要求1所述的市场预测系统，其特征在于，数据搜集模块根据人员手动输入的信息获取数据。5.根据权利要求1所述的市场预测系统，其特征在于，模型新建模块对模型新建时，选取任意两个时间点的因素数据和业务数据，按照公式Df=(l+al*(Efl-Ecl)+a2*(Ef2-Ec2)+......+an*(Efn_Ecn) )*Dc 进行新建； 其中al、a2……an为η个因素数据对业务数据影响的权重，Ecl、Ec2……Ecn为η个因素数据在第一时间点的值，Efl、Ef2……Efn为η个因素数据在第二时间点的值，Df为预测业务数据值，Dc为当前业务数据值。6.一种市场预测方法，其特征在于，该市场预测方法包含如下步骤: S1:搜集因素数据和业务数据； S2:判断该因素数据和业务数据对应的模型是否存在，若是，则进行步骤S3，若否，则跳至步骤S4; S3:对业务数据进行预测； S4:存储因素数据和业务数据； S5:创建新模型； 搜集因素数据和业务数据，判断需要预测的因素数据和业务数据是否存在对应模型，若存在对应模型，则根据已存在的模型对业务数据进行预测，若不存在模型，则存储搜集的因素数据和业务数据，并根据存储的因素数据和业务数据创建新模型。7.根据权利要求6所述的一种市场预测方法，其特征在于，步骤S5之后，还有步骤S6:对新模型进行验证。8.根据权利要求6所述的一种市场预测方法，其特征在于，步骤SI中搜集因素数据和业务数据采用爬虫技术。9.根据权利要求6所述的一种市场预测方法，其特征在于，步骤SI中搜集因素数据和业务数据由人员手动输入信息获取。10.根据权利要求6所述的一种市场预测方法，其特征在于，步骤S5创建新模型，选取任意两个时间点的因素数据和业务数据，按照公式Df=(l+al*(Efl-Ecl)+a2*(Ef2-Ec2)+......+an*(Efn_Ecn) )*Dc 进行新建； 其中al、a2……an为η个因素数据对业务数据影响的权重，Ecl、Ec2……Ecn为η个因素数据在第一时间点的值，Efl、Ef2……Efn为η个因素数据在第二时间点的值，Df为预测业务数据值，Dc为当前业务数据值。
【文档编号】G06Q30/02GK106097015SQ201610442163
【公开日】2016年11月9日
【申请日】2016年6月20日
【发明人】荆伟
【申请人】荆伟