商品销量预测方法、装置、存储介质及电子装置与流程

本申请涉及计算机处理，尤其涉及一种商品销量预测方法、装置、存储介质及电子装置。

背景技术：

1、商品的销量预测，对于商家来说至关重要。若商家对于商品的销售量预测不准确，将会造成工厂生产不及时、原材料备货过多活仓库挤压等一系列问题，从而增加了企业的供应链运营成本。

2、当前，寻找一种能够准确预测商品销售量的方法成为研究热点。

技术实现思路

1、本申请提供一种商品销量预测方法、装置、存储介质及电子装置，实现了可以准确预测商品的销售量，从而可以减少企业的供应链运营成本。

2、本申请提供一种商品销量预测方法，所述方法包括：获取商品的时序信息和业务信息，其中，所述时序信息表征所述商品在时间维度的历史销售趋势信息，所述业务信息表征所述商品在空间维度与销售相关联的信息；将所述时序信息输入至预先训练好的时序模型，得到所述时序模型输出的第一销量预测结果，其中，所述第一销量预测结果为在时间维度下得到的销量预测结果；将所述业务信息输入至预先训练好的业务模型，得到所述业务模型输出的第二销量预测结果，其中，所述第二销量预测结果为在空间维度下得到的销量预测结果；基于所述第一销量预测结果和所述第二销量预测结果，得到所述商品在多模态下的目标销量预测结果。

3、根据本申请提供的一种商品销量预测方法，在所述将所述业务信息输入至预先训练好的业务模型之前，所述方法还包括：确定所述业务信息的业务场景类型；基于所述业务场景类型，确定与所述业务场景类型相匹配的业务模型；所述将所述业务信息输入至预先训练好的业务模型，具体包括：将所述业务信息输入至预先训练好的与所述业务场景类型相匹配的业务模型。

4、根据本申请提供的一种商品销量预测方法，在将所述时序信息输入至预先训练好的时序模型之前，所述方法还包括：在检测到所述时序信息存在异常值的情况下，对所述时序信息进行再处理，以使处理后的时序信息不包括异常值；将所述处理后的时序信息作为输入至预先训练好的时序模型的时序信息。

5、根据本申请提供的一种商品销量预测方法，在所述基于所述第一销量预测结果和所述第二销量预测结果，得到所述商品在多模态下的目标销量预测结果之前，所述方法还包括：分别确定所述第一销量预测结果的第一权重值，以及所述第二销量预测结果的第二权重值；所述基于所述第一销量预测结果和所述第二销量预测结果，得到所述商品在多模态下的目标销量预测结果，具体包括：基于所述第一销量预测结果、所述第一权重值、所述第二销量预测结果和所述第二权重值，得到所述商品的在多模态下的目标销量预测结果。

6、根据本申请提供的一种商品销量预测方法，所述第一权重值和所述第二权重值采用以下方式确定：分别确定时序模型的第一模型稳定性和业务模型的第二模型稳定性，其中，模型稳定性根据模型输出的销量预测结果的准确性确定；基于所述第一模型稳定性和所述第二模型稳定性的第一比值，确定所述第一权重值和所述第二权重值的第二比值，其中，所述第一比值和所述第二比值呈正相关关系。

7、根据本申请提供的一种商品销量预测方法，在所述得到所述商品的在多模态下的目标销量预测结果之后，所述方法还包括：获取所述商品的真实销量结果；在所述真实销量结果和所述目标销量预测结果的差值大于或等于差值阈值的情况下，基于所述真实销量结果分别对所述时序模型和所述业务模型进行再优化训练，并将优化训练后的时序模型和优化训练后的业务模型作为最终的时序模型和最终的业务模型。

8、本申请还提供一种商品销量预测装置，包括：所述装置包括：获取模块，用于获取商品的时序信息和业务信息，其中，所述时序信息表征所述商品在时间维度的历史销售趋势信息，所述业务信息表征所述商品在空间维度与销售相关联的信息；第一处理模块，用于将所述时序信息输入至预先训练好的时序模型，得到所述时序模型输出的第一销量预测结果，其中，所述第一销量预测结果为在时间维度下得到的销量预测结果；第二处理模块，用于将所述业务信息输入至预先训练好的业务模型，得到所述业务模型输出的第二销量预测结果，其中，所述第二销量预测结果为在空间维度下得到的销量预测结果；生成模块，用于基于所述第一销量预测结果和所述第二销量预测结果，得到所述商品在多模态下的目标销量预测结果。

9、本申请还提供一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行实现如上述任一种所述商品销量预测方法。

10、本申请还提供一种计算机可读的存储介质，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行实现如上述任一种所述商品销量预测方法。

11、本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述商品销量预测方法。

12、本申请提供的商品销量预测方法、装置、存储介质及电子装置，获取商品的时序信息和业务信息；将时序信息输入至预先训练好的时序模型，得到时序模型输出的在时间维度下的第一销量预测结果，以及将业务信息输入至预先训练好的业务模型，得到业务模型输出的在空间维度下的第二销量预测结果；并基于第一销量预测结果和第二销量预测结果，得到商品在多模态下的目标销量预测结果。由于目标销量预测结果是利用在时间维度上的时序信息和空间维度的业务信息得到的多模型下的预测结果，可以更加准确预测商品的销售量，从而可以减少企业的供应链运营成本。

技术特征：

1.一种商品销量预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的商品销量预测方法，其特征在于，在所述将所述业务信息输入至预先训练好的业务模型之前，所述方法还包括：

3.根据权利要求1所述的商品销量预测方法，其特征在于，在将所述时序信息输入至预先训练好的时序模型之前，所述方法还包括：

4.根据权利要求1所述的商品销量预测方法，其特征在于，在所述基于所述第一销量预测结果和所述第二销量预测结果，得到所述商品在多模态下的目标销量预测结果之前，所述方法还包括：

5.根据权利要求4所述的商品销量预测方法，其特征在于，所述第一权重值和所述第二权重值采用以下方式确定：

6.根据权利要求1所述的商品销量预测方法，其特征在于，在所述得到所述商品的在多模态下的目标销量预测结果之后，所述方法还包括：

7.一种商品销量预测装置，其特征在于，所述装置包括：

8.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至6中任一项所述的商品销量预测方法。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至6中任一项所述的商品销量预测方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的商品销量预测方法。

技术总结
本申请公开了一种商品销量预测方法、装置、存储介质及电子装置，涉及智能家居/智慧家庭技术领域，所述方法包括：获取商品的时序信息和业务信息；将所述时序信息输入至预先训练好的时序模型，得到所述时序模型输出的第一销量预测结果，其中，所述第一销量预测结果为在时间维度下得到的销量预测结果；将所述业务信息输入至预先训练好的业务模型，得到所述业务模型输出的第二销量预测结果，其中，所述第二销量预测结果为在空间维度下得到的销量预测结果；基于所述第一销量预测结果和所述第二销量预测结果，得到所述商品在多模态下的目标销量预测结果。实现了可以准确预测商品的销售量，从而可以减少企业的供应链运营成本。

技术研发人员：朱广慈,桑坤,刘丁,孙能林
受保护的技术使用者：青岛海尔科技有限公司
技术研发日：
技术公布日：2024/3/24