1.基于网络平台的大数据烟草销量预测方法，其特征在于：包含如下步骤，选择至少一个因素类，所述因素类至少包含两组自变量因素，收集自变量因素在N个时间段的数据及对应烟草销量数据；建立关于自变量因素数据与烟草销量数据的数据库，对因素数据进行定量处理；将自变量因素数据进行标准化处理，使因素类中的每组自变量因素数据均值为0且Pearson相关系数为0；利用Gram-Schmidt变换，对因素类中的自变量因素数据组进行变量筛选，并得到初步的回归模型；对初步回归模型利用Gram-Schmidt反变换获得回归模型；将观测数据代入至回归模型，进而获得销量预测。
2.如权利要求1所述的基于网络平台的大数据烟草销量预测方法，其特征在于：选择的因素类为两组以上时，在对筛选后数据利用Gram-Schmidt变换获得初步回归模型过程中，对每个因素组自变量因素数据进行筛选，获得自变量因素数据集合。
3.如权利要求2所述的基于网络平台的大数据烟草销量预测方法，其特征在于：对自变量因素数据集合进行偏最小二乘回归处理，剔除多重相关性。
4.如权利要求3所述的基于网络平台的大数据烟草销量预测方法，其特征在于：所述的一个因素类为自我因素类，所述自我因素类中包含消费者的收入水平、年龄、性别、职业、文化程度、爱好及风俗习惯、消费者对卷烟的购买偏好、消费者群体聚集度自变量因素组。
5.如权利要求3所述的基于网络平台的大数据烟草销量预测方法，其特征在于：所述的一个因素类为产品因素类，所述产品因素类中包含卷烟的功效、品质、品牌形象、服务水平及价格自变量因素组。
6.如权利要求3所述的基于网络平台的大数据烟草销量预测方法，其特征在于：所述一个因素类为社会因素类，所述社会因素类中包含消费者生活圈子、地区文化、社会潮流及节假日需求自变量因素组。
7.如权利要求3所述的基于网络平台的大数据烟草销量预测方法，其特征在于：所述一个因素类为经济因素类，所述经济因素类中包含地区GDP、人均GDP、第一、二、三产业比重、第一、二、三产业值、该地区在岗职工年均工资、居民消费价格指数、商品零售价格指数、人均年可支配收入及人均年消费性支出自变量因素组。
8.如权利要求3所述的基于网络平台的大数据烟草销量预测方法，其特征在于：包含四个因素类，分别是自我因素类，所述自我因素类中包含消费者的收入水平、年龄、性别、职业、文化程度、爱好及风俗习惯、消费者对卷烟的购买偏好、消费者群体聚集度自变量因素组；产品因素类，所述产品因素类中包含卷烟的功效、品质、品牌形象、服务水平及价格自变量因素组；社会因素类，所述社会因素类中包含消费者生活圈子、地区文化、社会潮流及节假日需求自变量因素组；经济因素类，所述经济因素类中包含地区GDP、人均GDP、第一、二、三产业比重、第一、二、三产业值、该地区在岗职工年均工资、居民消费价格指数、商品零售价格指数、人均年可支配收入及人均年消费性支出自变量因素组。