CN102968670A

CN102968670A - 预测数据的方法和装置

Info

Publication number: CN102968670A
Application number: CN2012104076250A
Authority: CN
Inventors: 王显峰
Original assignee: Beijing Jingdong Century Trading Co Ltd
Current assignee: Beijing Jingdong Century Trading Co Ltd
Priority date: 2012-10-23
Filing date: 2012-10-23
Publication date: 2013-03-13
Anticipated expiration: 2032-10-23
Also published as: CN102968670B

Abstract

本发明提供一种预测数据的方法和装置，能够提高数据预测的准确性。该方法包括：步骤A：对于预先选择的多个数据预测模型各自的参数分别进行优化；步骤B：分别采用参数优化之后的所述多个数据预测模型，对历史数据进行预测，根据所述多个数据预测模型各自的预测结果与所述历史数据之间的差异的大小来确定优选的数据预测模型；步骤C：采用所述优选的数据预测模型对未来数据进行预测；在步骤C中的预测的结果和所述未来数据的实际发生值之间的差异超出预设范围的情况下，重新依次执行步骤A至步骤C。

Description

预测数据的方法和装置

技术领域

本发明涉及预测数据的方法和装置。

背景技术

销量预测是电子商务零售企业进行有效库存控制的关键，库存量过大，会造成商品积压，影响资金周转和效益；库存量过小，会造成商品断货，影响销售和客户体验。而电子商务零售市场环境复杂多变，此起彼伏的市场促销、消费者偏好的转移、商品的季节性周期变化等因素造成了商品销售特征的多样性和多变性。复杂多变的市场环境和销售特征，给商品销量的准确预测带来了挑战。

对单个商品的销量预测，现有的技术方案通常利用商品的历史销量数据，大致采用加权平均预测法和ARIMA模型预测法。

在应用加权平均预测法时，软件模块可采用数据数据输入模块、数据预处理模块、销量加权平均计算模块和销量预测应用模块。应用加权平均预测法时的工作流程如图1所示，图1是根据现有技术中的应用加权平均预测法时的工作流程的示意图。加权平均预测法利用商品历史销量观测值某种类型的加权平均数作为未来一段时间内该商品销量的预测值。在具体实现中，销量加权平均计算可以采用加权移动平均法或指数平滑法。

在加权移动平均法中，对历史最近的N期销量观察值的每一个值给以相应的权重，而对在此之前的观察值不给以加权。在大多数实际情况下，最近的观察值包含对预测未来销量所需的信息要比旧的观察值包含的更多，因此往往对较旧的观察值逐渐减少其重要性。

指数平滑法是加权移动平均法的改进，一次指数平滑的数学模型为F_t=α×Y_t+(1-α)×F_t-1，其中F_t第t期的指数平滑值，α为平滑系数，Y_t为第t期的观察值。当时间序列没有明显的趋势变动时，可以采用一次指数平滑法；当时间序列的变动呈现明显直线趋势时，用一次指数平滑法来预测存在着明显的滞后偏差，需要在一次指数平滑的基础上再作二次指数平滑；当时间序列的变动呈现出二次曲线趋势时，则需要用三次指数平滑法。

ARIMA模型全称为差分自回归移动平均模型（AutoregressiveIntegrated Moving Average Model），是由博克思（Box）和詹金斯（Jenkins）于70年代初提出的一著名时间序列预测方法。在应用ARIMA模型预测法时，软件模块可主要由数据准备模块、模型训练模块、销量预测模块和预测应用模块四部分构成，其工作流程如图2所示。图2是根据现有技术中的ARIMA模型预测法的一种工作流程的示意图。

根据图2所示的工作流程，首先对商品的销量数据进行汇总，并进行数据清洗，通常情况下数据清洗包括恶意订单、团购订单的剔除，促销极值的平滑和库存异常销量的填充；然后找出商品销售时间序列的规则，通常采用求和自回归移动平均模型ARIMA来拟合商品的历史销量；再将训练得到的时间序列模型应用于新的销量数据，得到商品未来一段时间的销量预测结果；最后再结合现有的库存情况和未来的促销计划等因素综合得到最终的库存补货建议。

在实现本发明的过程中，发明人发现，任何一种预测方法都是建立在一定的假设条件之上，现有销量预测技术方案的主要缺点是当预测的商品的销售特征发生变化时，现有的预测模型不能自动地进行变化和调整，以适应新的情况。

对于加权移动平均法来说，权重不容易确定，没有固定的规则可循，随意性太强，且难以应对具有季节性变动特征的销量，因此在准确性上难以满足要求；对于指数平滑法来说，该方法能够拟合不同的销量曲线特征，但是它与加权移动平均法存在类似的问题——难以确定平滑系数，且平滑系数一旦确定，就不能依据销售的阶段性特征而变化；对于ARIMA模型预测法来说，当销售特征发生变化时需要差分的阶数、自相关系数和偏自相关系数截尾的阶数都有可能发生变化，这意味着模型的参数要进行相应调整。

而电子商务零售行业市场环境的复杂多变，必然导致商品销售特征的频繁变化，加之商品数量动辄以百万计数，现有技术中的商品销量预测偏差较大，常引发商品断货或商品积压。

发明内容

有鉴于此，本发明提供一种预测数据的方法和装置，能够提高数据预测的准确性。

为实现上述目的，根据本发明的一个方面，提供了一种预测数据的方法。

本发明的这种预测数据的方法包括：步骤A：对于预先选择的多个数据预测模型各自的参数分别进行优化；步骤B：分别采用参数优化之后的所述多个数据预测模型，对历史数据进行预测，根据所述多个数据预测模型各自的预测结果与所述历史数据之间的差异的大小来确定优选的数据预测模型；步骤C：采用所述优选的数据预测模型对未来数据进行预测；在步骤C中的预测的结果和所述未来数据的实际发生值之间的差异超出预设范围的情况下，重新依次执行步骤A至步骤C。

可选地，所述步骤A包括：根据所述多个数据预测模型对历史数据进行预测，根据预测误差调整参数；将预测误差满足预设精度要求时采用的参数作为优化的参数，或者当调整次数达到预设次数时的当前参数作为优化的参数。

可选地，在所述步骤B中，采用平均绝对百分比误差来衡量所述差异的大小。

根据本发明的另一方面，提供了另一种预测数据的方法。

发明的这种预测数据的方法包括：步骤A：分别采用预先选择的多个数据预测模型，对历史数据进行预测，根据所述多个数据预测模型各自的预测结果与所述历史数据之间的差异的大小来确定优选的数据预测模型；步骤B：采用所述优选的数据预测模型对未来数据进行预测；在步骤B中的预测的结果和所述未来数据的实际发生值之间的差异超出预设范围的情况下，重新依次执行步骤A和步骤B。

可选地，在所述步骤A中，采用平均绝对百分比误差来衡量所述差异的大小。

根据本发明的又一方面，提供了一种预测数据的装置。

本发明的这种预测数据的装置包括：最优参数选择模块，用于对于预先选择的多个数据预测模型各自的参数分别进行优化；最优模型选择模块，用于分别采用参数优化之后的所述多个数据预测模型，对历史数据进行预测，根据所述多个数据预测模型各自的预测结果与所述历史数据之间的差异的大小来确定优选的数据预测模型；模型失配检测模块，用于采用所述优选的数据预测模型对未来数据进行预测，并且在该预测的结果和所述未来数据的实际发生值之间的差异超出预设范围的情况下触发所述最优参数选择模块和最优模型选择模块。

可选地，所述最优参数选择模块还用于：根据所述多个数据预测模型对历史数据进行预测，根据预测误差调整参数；将预测误差满足预设精度要求时采用的参数作为优化的参数，或者当调整次数达到预设次数时的当前参数作为优化的参数。

可选地，所述最优模型选择模块还用于采用平均绝对百分比误差来衡量所述差异的大小。

根据本发明的又一方面，提供了另一种预测数据的装置。

本发明的这种预测数据的装置包括：数据模型选择模块，用于分别采用预先选择的多个数据预测模型，对历史数据进行预测，根据所述多个数据预测模型各自的预测结果与所述历史数据之间的差异的大小来确定优选的数据预测模型；数据预测模块，用于采用所述优选的数据预测模型对未来数据进行预测；失配控制模块，用于当所述数据预测模块的预测的结果和所述未来数据的实际发生值之间的差异超出预设范围的情况下，触发所述数据模型选择模块和所述数据预测模块。

可选地，所述数据模型选择模块还用于采用平均绝对百分比误差来衡量所述差异的大小。

根据本发明的技术方案，先根据历史数据对多个数据预测模型进行试验和择优，在采用择优模型进行数据预测的同时考察其准确性，在准确性不达标的情况下再次择优，从而能够根据时间的推移、被预测数据的产生环境变化来尽可能地选取了优化的数据预测模型，有助于提高数据预测的准确性。

附图说明

附图用于更好地理解本发明，并不构成对本发明的不当限定。其中：

图1是根据现有技术中的应用加权平均预测法时的工作流程的示意图；

图2是根据现有技术中的ARIMA模型预测法的一种工作流程的示意图；

图3是根据本发明实施例的一种预测数据的方法的示意图；

图4是根据本发明实施例的预测数据的装置的一种基本结构的示意图；

图5是根据本发明实施例的预测数据的装置的另一种基本结构的示意图；

图6是根据本发明实施例的商品销量预测装置的基本结构的示意图；

图7是基于图6所示装置的商品销量预测方法的流程图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图3是根据本发明实施例的一种预测数据的方法的示意图，以下对图3各步骤做出说明。

步骤S31：对于预先选择的多个数据预测模型各自的参数分别进行优化。在这里，优化的一种可选的具体步骤是先根据多个数据预测模型对历史数据进行预测，根据预测误差调整参数；然后将预测误差满足预设精度要求时采用的参数作为优化的参数，或者当调整次数达到预设次数时的当前参数作为优化的参数。

步骤S32：分别采用参数优化之后的上述多个数据预测模型，对历史数据进行预测，根据上述多个数据预测模型各自的预测结果与该历史数据之间的差异的大小来确定优选的数据预测模型。该差异的大小可采用平均绝对百分比误差（MAPE）来衡量。

步骤S33：采用上述优选的数据预测模型对未来数据进行预测。本步骤中的预测结果即为输出的数据预测结果，供后续工作使用，例如在电子商务领域，可采用上述步骤对商品销量进行预测，本步骤中得到的即为商品销量预测值，商家可根据该预测值安排货源。

随着时间的推移，未来数据的实际发生值也随之出现。在本实施例中，步骤S33之后还要判断步骤S33中的预测的结果和未来数据的实际发生值之间的差异是否超出预设范围，即此时进入步骤S34。若是，则返回步骤S31并依次执行其后步骤，否则进入步骤S35，输出预测结果，并且返回步骤S33，即保持采用步骤S32中确定出的优选的数据预测模型。步骤S31也可以省略，即仅按照预测的结果和未来数据的实际发生值之间的差异来选择数据预测模型。

图4是根据本发明实施例的预测数据的装置的一种基本结构的示意图。如图4所示，本发明实施例的预测数据的装置40主要包括最优参数选择模块41、最优模型选择模块42、和模型失配检测模块43。

最优参数选择模块41用于对于预先选择的多个数据预测模型各自的参数分别进行优化；最优模型选择模块42用于分别采用参数优化之后的上述多个数据预测模型，对历史数据进行预测，根据上述多个数据预测模型各自的预测结果与上述历史数据之间的差异的大小来确定优选的数据预测模型。模型失配检测模块43用于采用上述优选的数据预测模型对未来数据进行预测，并且在该预测的结果和上述未来数据的实际发生值之间的差异超出预设范围的情况下触发最优参数选择模块41和最优模型选择模块42，这样这两个模块再次启动，模型失配检测模块43也随之根据新选择的数据预测模型来运行。

最优参数选择模块41还可用于根据上述多个数据预测模型对历史数据进行预测，根据预测误差调整参数；然后将预测误差满足预设精度要求时采用的参数作为优化的参数，或者当调整次数达到预设次数时的当前参数作为优化的参数。最优模型选择模块42可采用平均绝对百分比误差来衡量上述差异的大小。

图5是根据本发明实施例的预测数据的装置的另一种基本结构的示意图。如图5所示，本发明实施例的预测数据的装置50、数据模型选择模块51、数据预测模块52、以及失配控制模块53。

数据模型选择模块51用于分别采用预先选择的多个数据预测模型，对历史数据进行预测，根据上述多个数据预测模型各自的预测结果与上述历史数据之间的差异的大小来确定优选的数据预测模型。可采用平均绝对百分比误差来衡量上述差异的大小。

数据预测模块52用于采用上述优选的数据预测模型对未来数据进行预测。失配控制模块53用于当上述数据预测模块的预测的结果和上述未来数据的实际发生值之间的差异超出预设范围的情况下，触发上述数据模型选择模块和上述数据预测模块。

以下采用电子商务零售行业中的销量预测为例进一步对本发明实施例中的优选方案做出说明。参考图6和图7。图6是根据本发明实施例的商品销量预测装置的基本结构的示意图，图7是基于图6所示装置的商品销量预测方法的流程图。

根据图7所示的流程，通过准备模块将不同销售方式的订单进行计算，并剔除恶意订单、团购订单，减小促销、库存异常对商品销量的影响，得到在正常情况下商品的销量数据；将数据样本传输到模型失配检测模块，对已有的预测模型进行效果评估，如果准确性在允许的范围内则直接进入销量预测模块，否则进行模型最优参数选择模块；通过随机搜索算法或模拟退火等智能优化算法为可选的模型（加权平均、一次指数平滑、二次指数平滑、三次指数平滑、ARIMA模型）选择最优模型参数，最每个可选模型可能需要迭代多次，直到满足停止条件；将参数优化的多个可选模型应用于历史数据，按照模型准确性的判断指标MAPE选择出最优模型，并将模型规则更新到模型规则库；将最优模型规则应用于最新数据得到销量预测结果；将预测结果传入预测应用接口，用于向采销部门提供补货建议。以下结合图6对各模块主要功能加以说明。

数据准备模块的主要功能是进行训练模型的数据样本预处理，它主要是通过剔除恶意订单、取消订单、团购订单的商品销量的方法反映市场的真实需求，通过促销极值处理、库存异常填充等手段排除干扰因素的影响。

模型失配检测模块的主要功能是评估商品当前使用的预测模型的准确性是否在业务允许的范围内。如果当前的模型的预测误差在业务允许的范围内，则继续使用当前模型进行下一期销量的预测，否则，需要重新进行最优模型选择或模型最优参数选择。通常情况下，选择平均绝对百分比误差MAPE作为评估模型预测准确性的指标，指标的具体阀值视商品的畅销情况和供应商配货的履约情况而定。

最优参数选择模块的主要功能是为多个可选模型选择最优参数。其具体工作原理是：对于特定的预测模型，其预测值和实际值误差的大小取决于模型参数的选择；因而减小预测误差的就是调整参数，利用调整后的参数重新进行预测，再次计算预测误差；如果误差增大，则再次调整参数，如此反复，直到找到一组最优参数，使得预测误差满足预测精度的要求或达到指定的迭代次数。最优参数的选择可以采用随机搜索方式，也可以将预测误差作为成本函数并采用模拟退火之类的智能优化算法进行选取。

最优模型选择模块的主要功能是比较“最优参数选择模块”中得到的多个可选模型的预测准确性，选择平均绝对百分比误差MAPE最小的预测模型作为最终的应用模型，并将模型的规则更新到模型规则库。当商品的销量特征发生变化，当前的预测模型不适应新数据的要求时，“模型失配检测模块”会将预测误差较大的商品进行分发，而“最优参数选择模块”和“最优模型选择模块”对模型进行自动训练和选择，共同保证了每期预测都采用最优的模型和最优的模型参数，从而保证了预测模型的及时性和准确性。

销量预测模块的主要功能是首先对待预测商品的数据样本进行预处理（与“数据准备模块”类型），然后将其应用于更新后的模型规则，最终得到商品未来一段时间内的预测结果。

预测应用模块的主要功能是提供一个销量预测数据传输接口，依据现有的库存情况和未来一段时间的促销计划、促销力度为采销人员提供补货建议，还可以对库存断货或挤压状态进行预警等。

基于图6和图7的方案一方面在商品销售特征发生变化时进行模型动态适配，而不是在模型偏差已经增大时才进行模型选择和模型参数调优，减小模型的滞后性；另一方面，通过为当前的销量特征匹配最合适的预测模型，也可以大大提高销量预测结果的精度。所以该方案有助于弥补现有销量预测方法的不足，迎合了电子一方面在商品销售特征发生变化时进行模型动态适配，而不是在模型偏差已经增大时才进行模型选择和模型参数调优，减小模型的滞后性；另一方面，通过为当前的销量特征匹配最合适的预测模型，也可以大大提高销量预测结果的精度。本发明弥补了现有销量预测方法的不足，迎合了电子商务零售行业对准确预测商品销量的需求，对库存的精准控制起到了促进作用。

根据本实施例的技术方案，先根据历史数据对多个数据预测模型进行试验和择优，在采用择优模型进行数据预测的同时考察其准确性，在准确性不达标的情况下再次择优，从而能够根据时间的推移、被预测数据的产生环境变化来尽可能地选取了优化的数据预测模型，是一种与时俱进的方案。特别是应用到电子商务零售行业中进行商品销量预测时，采用本实施例的技术方案对传统的销量预测技术进行了改进和突破，使销量预测模型更新的及时性得到了明显提高，并且自动适配也大大节省了成本；本实施例中可以每次预测都能选择最优的模型和参数，使销量预测的精度进一步提高。这些都对电子商务零售行业的库存控制向更精准的方向发展起到关键的促进作用。

以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，对本领域的普通技术人员而言，能够理解本发明的方法和设备的全部或者任何步骤或者部件，可以在任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。

因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来开发出的任何存储介质。

还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims

1.一种预测数据的方法，其特征在于，包括：

步骤A：对于预先选择的多个数据预测模型各自的参数分别进行优化；

步骤B：分别采用参数优化之后的所述多个数据预测模型，对历史数据进行预测，根据所述多个数据预测模型各自的预测结果与所述历史数据之间的差异的大小来确定优选的数据预测模型；

步骤C：采用所述优选的数据预测模型对未来数据进行预测；

在步骤C中的预测的结果和所述未来数据的实际发生值之间的差异超出预设范围的情况下，重新依次执行步骤A至步骤C。

2.根据权利要求1所述的方法，其特征在于，所述步骤A包括：

根据所述多个数据预测模型对历史数据进行预测，根据预测误差调整参数；

将预测误差满足预设精度要求时采用的参数作为优化的参数，或者当调整次数达到预设次数时的当前参数作为优化的参数。

3.根据权利要求1或2所述的方法，其特征在于，在所述步骤B中，采用平均绝对百分比误差来衡量所述差异的大小。

4.一种预测数据的方法，其特征在于，包括：

步骤A：分别采用预先选择的多个数据预测模型，对历史数据进行预测，根据所述多个数据预测模型各自的预测结果与所述历史数据之间的差异的大小来确定优选的数据预测模型；

步骤B：采用所述优选的数据预测模型对未来数据进行预测；

在步骤B中的预测的结果和所述未来数据的实际发生值之间的差异超出预设范围的情况下，重新依次执行步骤A和步骤B。

5.根据权利要求4所述的方法，其特征在于，在所述步骤A中，采用平均绝对百分比误差来衡量所述差异的大小。

6.一种预测数据的装置，其特征在于，包括：

最优参数选择模块，用于对于预先选择的多个数据预测模型各自的参数分别进行优化；

最优模型选择模块，用于分别采用参数优化之后的所述多个数据预测模型，对历史数据进行预测，根据所述多个数据预测模型各自的预测结果与所述历史数据之间的差异的大小来确定优选的数据预测模型；

模型失配检测模块，用于采用所述优选的数据预测模型对未来数据进行预测，并且在该预测的结果和所述未来数据的实际发生值之间的差异超出预设范围的情况下触发所述最优参数选择模块和最优模型选择模块。

7.根据权利要求6所述的装置，其特征在于，所述最优参数选择模块还用于：

8.根据权利要求6或7所述的装置，其特征在于，所述最优模型选择模块还用于采用平均绝对百分比误差来衡量所述差异的大小。

9.一种预测数据的装置，其特征在于，包括：

数据模型选择模块，用于分别采用预先选择的多个数据预测模型，对历史数据进行预测，根据所述多个数据预测模型各自的预测结果与所述历史数据之间的差异的大小来确定优选的数据预测模型；

数据预测模块，用于采用所述优选的数据预测模型对未来数据进行预测；

失配控制模块，用于当所述数据预测模块的预测的结果和所述未来数据的实际发生值之间的差异超出预设范围的情况下，触发所述数据模型选择模块和所述数据预测模块。

10.根据权利要求9所述的装置，其特征在于，所述数据模型选择模块还用于采用平均绝对百分比误差来衡量所述差异的大小。