本发明涉及供应链管理，具体涉及基于积分数据分析的供应链信息管理系统。
背景技术：
1、积分兑换活动是指，在积分商城中用户可通过累积积分进行商品兑换，该活动是平台对用户的回馈，可以提高用户对平台的体验以及好感。
2、但是如果积分商城中部分商品出现供应不足，导致用户无法进行积分兑换，会使得用户对积分兑换活动的积极性下降，从而对平台满意度降低。因而通过对所有用户的积分兑换数据进行分析，预估出每种兑换商品的需求量，进而解决兑换商品供应不足的问题。
3、在利用时序预测的方法对积分兑换数据进行分析时，一般是根据经验其设置超参数，但是这种设置方式会使得预测结果不够准确，从而无法准确的预测出兑换商品的需求量。
技术实现思路
1、本发明提供基于积分数据分析的供应链信息管理系统，以解决现有的问题：排除预测模型参数设置不合理的影响，实现准确的兑换商品需求量预测。
2、本发明的基于积分数据分析的供应链信息管理系统采用如下技术方案：
3、本发明一个实施例提供了基于积分数据分析的供应链信息管理系统，该系统包括以下模块：
4、积分兑换数据采集模块，用于采集每种商品每天的积分兑换件数序列、兑换一件每种商品所需的积分、每种商品每天的积分消耗量序列以及所有商品每天的积分消耗量序列；
5、基准序列获取模块，用于根据每种商品每天的积分消耗量和所有商品每天的积分消耗量序列得到每种商品每天的兑换热度；根据每种商品每天的兑换热度、积分兑换件数序列、积分消耗量序列和所有商品每天的积分消耗量序列得到每种商品每天的基准兑换件数序列、基准积分消耗量序列、基准兑换热度和所有商品每天的基准积分消耗量序列；
6、最佳预测需求量获取模块，用于获取可行预测参数组，根据每种商品每天的基准兑换件数序列、基准积分消耗量序列、基准兑换热度、所有商品每天的基准积分消耗量序列、兑换一件每种商品所需的积分和可行预测参数组得到可行预测参数组下的每种商品未来每天的热度变化值；根据可行预测参数下的每种商品未来每天的热度变化值设置预测参数评估函数；根据预测参数评估函数得到每种商品未来每天的最佳预测需求量；
7、供应链管理模块，用于根据每种商品的未来每天的最佳预测需求量对每种商品进行供应管理。
8、优选的，所述根据每种商品每天的积分消耗量和所有商品每天的积分消耗量序列得到每种商品每天的兑换热度，包括的具体方法为：
9、将第i种商品第j天的积分消耗序列与所有商品第j天的积分消耗序列的皮尔逊相关系数的绝对值记为第i种商品第j天的兑换热度；
10、获取每种商品每天的兑换热度。
11、优选的，所述根据每种商品每天的兑换热度、积分兑换件数序列、积分消耗量序列和所有商品每天的积分消耗量序列得到每种商品每天的基准兑换件数序列、基准积分消耗量序列、基准兑换热度和所有商品每天的基准积分消耗量序列，包括的具体方法为：
12、构建二维笛卡尔坐标系，利用x轴描述日期，y轴描述兑换热度，获取每种商品每天的兑换热度在坐标系里的坐标点，对所有的坐标点进行聚类分析得到每种商品的多个积分类别；计算每个积分类别中所有坐标点的日期均值，将当前日期与每个积分类别的日期均值的差值得到每个积分类别的时间间隔，将时间间隔最小的积分类别作为每种商品的基准积分类别；
13、将每种商品的基准积分类别中的所有日期记为基准日期，将基准日期中每天的每种商品兑换件数序列称为每种商品每天的基准兑换件数序列，将基准日期中每天的每种商品的积分消耗量序列称为每种商品每天的基准积分消耗量序列，将基准日期中每天的所有商品积分消耗量序列称为所有商品每天的基准积分消耗量序列，将基准日期中每天的每种商品的兑换热度称为每种商品每天的基准兑换热度。
14、优选的，所述获取可行预测参数组，包括的具体方法为：
15、将预测算法的自回归模型的滑动窗口数参数p，差分阶数参数d，移动平均模型的滑动窗口数参数q构成预测参数组[p,d,q]，设置预测参数组[p,d,q]的解空间为：
16、;
17、其中，表示任意一个大于0自然数；
18、在预测参数组的解空间中任意选取一个可行解作为可行预测参数组。
19、优选的，所述根据每种商品每天的基准兑换件数序列、基准积分消耗量序列、基准兑换热度、所有商品每天的基准积分消耗量序列、兑换一件每种商品所需的积分和可行预测参数组得到可行预测参数组下的每种商品未来每天的热度变化值，包括的具体方法为：
20、获取每种商品未来每天的预测兑换热度；
21、对于可行预测参数组，获取每种商品所有天的基准兑换热度均值和方差，将均值、方差分别为基准兑换热度均值和基准兑换热度方差的高斯函数作为每种商品的兑换热度拟合函数，将每种商品未来每天的预测兑换热度输入到兑换热度拟合函数中得到每种商品未来每天的预测兑换热度拟合值，将每种商品每天的基准兑换热度输入到兑换热度拟合函数中得到每种商品每天的基准兑换热度拟合值，将每种商品所有天的基准兑换热度拟合值均值与未来每天的预测兑换热度拟合值的差值绝对值作为每种商品未来每天的热度变化值。
22、优选的，所述获取每种商品未来每天的预测兑换热度，包括的具体方法为：
23、将预测算法的各参数分别取可行预测参数组中的对应数据，将每种商品所有天的基准兑换件数序列拼接在一起得到每种商品的整体兑换件数序列，利用可行预测参数组下的预测算法对整体兑换件数序列进行预测处理得到可行预测参数组下的每种商品未来1、2、…、q天的预测兑换件数序列；
24、获取可行预测参数组下的所有商品未来1、2、…、q天的预测积分消耗量序列；
25、对于可行预测参数组，将每种商品未来每天的预测兑换件数序列中各元素乘以兑换一件每种商品所需的积分得到每种商品未来每天的预测积分消耗量序列，将每种商品未来每天的预测积分消耗量序列与所有商品未来每天的预测积分消耗量序列的皮尔逊相关系数的绝对值作为每种商品未来每天的预测兑换热度，q表示预设的未来天数。
26、优选的，所述根据可行预测参数下的每种商品未来每天的热度变化值设置预测参数评估函数，包括的具体方法为：
27、;
28、其中，表示第r种商品未来所有天的热度变化值的均值，表示第种商品未来第q天的热度变化值，q表示预设的未来天数，l表示商品种类数，exp()表示以自然常数为底的指数函数，h表示预测参数评估函数。
29、优选的，所述根据预测参数评估函数得到每种商品未来每天的最佳预测需求量，包括的具体方法为：
30、将可行预测参数组在解空间中取不同的可行解，基于预测参数评估函数，利用pso算法进行寻优求解，将预测参数评估函数取最小值时对应的可行预测参数组作为每种商品的最佳预测参数组；
31、利用最佳预测参数组下的预测算法获取最佳预测参数组下的每种商品未来每天的最佳预测兑换件数序列，将每种商品未来每天的最佳预测兑换件数序列中所有元素的累加和作为每种商品未来每天的最佳预测需求量。
32、优选的，所述根据每种商品的未来每天的最佳预测需求量对每种商品进行供应管理，包括的具体方法为：
33、对于任意一种商品，获取商品的库存w，将商品的未来三天的最佳预测需求量的累加和作为商品的备货量v，当商品的库存w大于备货量v时，无需购买商品；当商品的库存量w小于备货量v时，需要购买（w-v）件商品来补足库存。
34、优选的，所述采集每种商品每天的积分兑换件数序列、兑换一件每种商品所需的积分、每种商品每天的积分消耗量序列以及所有商品每天的积分消耗量序列，包括的具体方法为：
35、在积分兑换平台上获取每种商品每小时的兑换件数、兑换一件每种商品所需的积分以及所有商品每小时的积分消耗量，将每种商品每小时的兑换件数与兑换一件每种商品所需的积分相乘得到每种商品每小时的积分消耗量，将每天24小时的每种商品每小时的兑换件数按时间先后顺序排列得到长度为24的每种商品每天的兑换件数序列；将每天24小时的每种商品每小时的积分消耗量按时间先后顺序排列得到长度为24的每种商品每天的积分消耗量序列，将每天24小时的所有商品每小时的积分消耗量按时间先后顺序排列得到长度为24的所有商品每天的积分消耗量序列。
36、本发明的技术方案的有益效果是：采集每种商品每天的积分消耗量序列以及所有商品每天的积分消耗量序列；根据每种商品每天的积分消耗量和所有商品每天的积分消耗量序列得到每种商品每天的兑换热度；根据每种商品每天的兑换热度、积分兑换件数序列、积分消耗量序列和所有商品每天的积分消耗量序列得到每种商品每天的基准兑换件数序列、基准积分消耗量序列、基准兑换热度和所有商品每天的基准积分消耗量序列；获取可行预测参数组，根据每种商品每天的基准兑换件数序列、基准积分消耗量序列、基准兑换热度、所有商品每天的基准积分消耗量序列、兑换一件每种商品所需的积分和可行预测参数组得到可行预测参数组下的每种商品未来每天的热度变化值；根据可行预测参数下的每种商品未来每天的热度变化值设置预测参数评估函数；根据预测参数评估函数得到每种商品未来每天的最佳预测需求量；根据每种商品的未来每天的最佳预测需求量对每种商品进行供应管理，从而实现为预测算法设置合理的参数，预测出准确的商品需求量，进而实现对积分兑换商品的精准管理。