CN106203669A - 一种对信息指数进行预测及分析的系统 - Google Patents

Abstract

本发明公开了一种对信息指数进行预测及分析的系统，所述系统包括：历史数据加工单元，用于在客户服务器、第三方平台或者云端等不同存储环境下对信息指数的历史数据进行计算、搜索、展示和上传；预测历史分析单元，用于对历史预测进行统计、排序和检索，能够有效地对信息指数进行未来预测及历史分析。

Description

一种对信息指数进行预测及分析的系统

技术领域

本发明涉及信息指数预测领域，尤其涉及一种对信息指数进行预测及分析的系统。

背景技术

目前，对于企业所关心的信息指数而言，少数大型客户通过企业信息集成软件如DSS、MIS或BI、大多数小微企业或者个人使用数据报表或文档来存储信息指数原始数据并进行未来预测和历史分析。

具体地，客户将第三方信息平台发布的信息指数通过人工的方式录入到客户所在企业的企业信息集成软件或者个人的数据报表或文档中。通过上述软件、报表或文档的计算功能并结合客户自己设计的分析方法自动计算历史数据。结合历史数据，猜测未来一段时间或时点的数值，继续录入上述软件、报表或文档。对过去某个时期的猜测数据与实际信息指数进行对比，判断客户当时预测的偏差。

上述未来预测及历史分析方法的问题在于：（1）客户无法将自己的信息指数发布到第三方平台并形成一个基准指数，同时还能供客户自己或者其他业务相关的多客户以互相可见或者不可见的方式进行未来预测。（2）对于第三方平台或者客户自己发布的信息指数，客户无法根据需要自如地选择在客户服务器、第三方平台或者云端 等不同存储环境下，在数据兼容的前提下以与客户自己未来预测数据结合或者不结合的选项方式进行计算、搜索、展示和上传。（3）无法在不键入任何数字的情况下，单凭手指滑动即能描述出客户满意的未来预测数据及图形。无法实现多客户的在线对比展示。（4）客户不得不各自每日用传统的方式更新或者记录自己的未来预测，无法实现信息指数历史数据和客户预测数据同时自动按日度更新的迭代式信息预测合并展示，无法实现上述合并展示的多人操作，对于上述信息历史、预测与行动对策的迭代式合并展示，无法归纳并搜索出过往迭代式合并展示。（5）无法定量地描述不同客户对于相同基准指数未来预测的水平高低，无法将上述水平高低自动通知到对此感兴趣的第三方客户。

综上所述，客户对目前水平下的未来预测和历史分析软件或方法存在不满意之处。此时如果不能提供特别令客户感到满意的未来预测和历史分析的体验结果，客户无法将未来预测的行为形成群众行为，不得不变成客户个人的行为而减弱了预测价值。客户也因为庞大而单调的每日录入数据而变得对未来预测反感，这种反感会因为客户特别是企业内部经办客户的抗拒而降低预测的准确性。企业自身或者客户之间也会因为缺乏各个客户针对给定基准指数的未来预测的量化历史评价，而无法判断谁优谁劣。这类判断的无法操作，是造成企业内滥竽充数或者上下级扯皮的原因。结果，传统的未来预测和历史分析不仅无法为企业或者客户的决策提供帮助，相反会有时因为体验差可操作性差而让企业的决策中毒或者效率降低。

发明内容

本发明鉴于上述情况而作出，其目的是提供一种对信息指数进行未来预测及历史分析的系统，能够有效地对信息指数进行未来预测及历史分析。

本发明提供一种对信息指数进行预测及分析的系统，所述系统包括：

历史数据加工单元，用于在客户服务器、第三方平台或者云端等不同存储环境下对信息指数的历史数据进行计算、搜索、展示和上传；

预测历史分析单元，用于对历史预测进行统计、排序和检索。

进一步地，所述信息指数是一组包含历史，现在和未来的数据，以可视化或非可视化的方式构成的数组。

进一步地，所述信息指数包括作为计算基础的基准指数和根据基准指数和自定义算法再次计算得到的次生指数。

进一步地，所述历史数据加工单元还用于将第三方信息指数结合客户自身的数据进行计算后，再发布到第三方平台供客户自身或其他多个客户确定为基准指数。

进一步地，所述预测历史分析单元还用于：

计算自预测日开始的各个预测指数数据与基准指数数据的均价差；

通过均价差判断客户预测未来指数涨跌的能力；

计算自预测日开始的各个预测指数曲线与基准指数曲线的走势精准度；

通过走势精准度判断客户预测指数未来走势轨迹的能力。

进一步地，所述预测历史分析单元还用于为客户提供查询自己在过去的预测均价差和走势精准度历史，并对自我的预测能力进行回顾。

进一步地，所述信息指数及信息指数集合、定制或者模板的计算数据源、数据录入、计算逻辑或公式、计算结果，可以在多个客户之间同步分享。

附图说明

图1是本发明的对信息指数进行未来预测及历史分析的系统的结构示意图；

图2是本发明的实施例示意图一；

图3是本发明的实施例示意图二；

图4是本发明的实施例示意图三；

图5是本发明的实施例示意图四；

图6是本发明的实施例示意图五；

图7是本发明的实施例示意图六；

图8是本发明的实施例示意图七；

图9是本发明的实施例示意图八；

图10是本发明的实施例示意图九；

图11是本发明的实施例示意图十;

图12是本发明的实施例示意图十一；

图13是本发明的实施例示意图十二；

图14是本发明的实施例示意图十三；

图15是本发明的实施例示意图十四；

图16是本发明的实施例示意图十五；

图17是本发明的实施例示意图十六；

图18是本发明的实施例示意图十七；

图19是本发明的实施例示意图十八；

图20是本发明的实施例示意图十九；

图21是本发明的实施例示意图二十。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

如图1至图18所示，本发明提供一种对信息指数进行未来预测及历史分析的系统，能够有效地对信息指数进行未来预测及历史分析。

图1是本发明的对信息指数进行未来预测及历史分析的系统的结构示意图。

如图1所示，一种对信息指数进行未来预测及历史分析的系统，所述系统包括：

基准指数单元101，用于显示第三方信息指数或者客户自行发布的信息指数；

历史数据加工单元102，用于在客户服务器、第三方平台或者云端等不同存储环境下对所述信息指数的历史数据进行计算、搜索、展示和上传；

预测和对比单元103，用于对未来信息指数进行预测以及将多个的预测结果进行对比展示；

数据组合单元104，用于将信息指数或信息指数集合的历史数据、客户定量预测数据、客户或客户团队定性分析以及最终行动对策形成信息历史、预测与行动对策的迭代式合并展示，并且提供过往迭代式合并展示搜索功能；

预测历史分析单元105，用于对历史预测进行统计、排序和检索。

所述信息指数是一组包含历史，现在和未来的数据，所述数据以可视化或非可视化的方式构成数组。

所述信息指数包括作为计算基础的基准指数和根据基准指数和自定义算法再次计算得到的次生指数。

历史数据加工单元102还用于将第三方信息指数结合客户自身的数据进行计算后，再发布到第三方平台供客户自身或其他多个客户确定为基准指数。

预测和对比单元103包括：

预测指数单元，用于在移动端通过手指滑动来对信息指数进行预测；。

对比展示单元，用于将多个客户预测的结果进行对比展示。

进一步地，所述预测指数单元还用于:

将客户的预测结果，按照每日为存储节点、每日每次预测结果为存储节点里的存储记录加以存储；

通过滑动式单独点击推动单点预测并记录和存储；

通过来回滑动快速找到任意精度的预测点；

快速进行预测区间内任意长度曲线的形状及预测点估值；

按照客户习惯找到最近似数量级单位；

能够滑动到客户实际使用习惯的有效数字数值；

自动匹配指数曲线展示区间；

对客户超出合理范围的无效滑动进行提醒和阻尼；

通过声效提醒客户处于预测状态或者超出合理范围；

为客户提供选择整数或任意小数为预测步长。

预测和对比单元103与数据组合单元104相结合来将信息指数或信息指数集合的历史数据、客户定量预测数据、客户或客户团队定性分析以及最终行动对策形成信息历史、预测与行动对策的迭代式合并展示。

预测和对比单元103与数据组合单元104相结合还用来对所述信息历史、预测与行动对策的迭代式合并展示，并且提供过往迭代式合并展示搜索功能。

预测历史分析单元105还用于：

计算自预测日开始的各个预测指数数据与基准指数数据的均价差；

通过均价差判断客户预测未来指数涨跌的能力；

计算自预测日开始的各个预测指数曲线与基准指数曲线的走势精准度；

通过走势精准度判断客户预测指数未来走势轨迹的能力。

预测历史分析单元105还用于为客户提供查询自己在过去的预测均价差和走势精准度历史，并对自我的预测能力进行回顾。

实施例一

基准指数单元101负责让客户确定基准指数，允许将外部输入的信息指数确定为基准指数，或者将客户自己的内部数据确定为基本指数。基本指数可以供自己研习、公司内部发布、或者向社会发布。本实施例中，基准指数来自客户自己发布的信息指数。这个信息指数被多个客户的历史数据加工单元102接收，使得其他客户感觉该信息指数来自第三方平台，并被多个客户确定为各自的基准指数。

通常，能够单独接收并展示第三方信息指数的客户端模式很多，但这些客户端大多仅被动地接收数据通信及数据展示，更先进的BI可以提供信息指数的整合，但不提供发布功能，更不会提供公司内外多个客户的对比功能。而本实施例却是以“接收到的多个信息指数”、或者是“客户自行发布的信息指数”为起点，和客户的未来预测和历史分析相结合，形成主动式工作模式，再通过客户定向发布（即有限的客户），或整体发布（即任意客户），从而让多个客户具有相同的基准指数。这种结构带来的结果是，信息指数不一定是被唯一的客户所控制的，而可以被业务相关的多个客户相互研讨，定量博弈。基准指数单元101确定的信息指数在手机端的展示，如图2所示。在图2里，来自第三方的“纯苯高桥出厂价”与客户自己实际经营中获得的50元折扣结合起来，是客户自己实际采购成本，经基准指数单元101发布后形成信息指数“纯苯华东低端”。其次，“纯苯华东低端”信息指数在第三方平台如SAAS模式的存储环境下，其日度变化数据通过多个客户各自的历史数据加工单元102，再次进行计算、搜索、展示或上传。

基准指数单元101和历史数据加工单元102的组合，使得多个客户在多个存储环境下，实现了信息指数的接收——加工——发布的循环过程或者同步过程。能同时满足企业中的个人级或者企业级的信息处理行为。

更进一步，基准指数单元101和历史数据加工单元102还提供一组由不同信息指数集合成的信息指数群（称为模板/定制或者模板）的接收——加工——发布的循环过程或者同步过程，如图3所示。通过这样的功能，客户无需每日更新数据，即能惯性地实现历史数据集合在企业客户端、第三方平台或者云端的多客户、多权限的共享。

基准指数确定之后，客户可以根据企业级或者个人需要，自如地选择在客户服务器、第三方平台或者云端等不同存储环境下，通过所述客户端获取基准指数的最新变化。一般地，大多数客户只是希望看到基准指数每日的更新结果，因此历史数据加工单元102提供缺省的日度更新。通过与客户在预测和对比单元103中实现的未来预测数据相结合，客户在历史数据加工单元102中既可以分别看到“纯苯华东低端”的历史数据或曲线以及客户未来预测的数据和曲线，也可以同时看到两种完全不同的数据源的数据和曲线的结合展示，如图4所示。以上两种不同形式的展示都可以按照历史自然月、当期自然月月初至当日、当期自然月、未来预测区间的不同时间段，以结合或者不结合的方式进行计算、搜索、展示和上传。本实施例中，如图4所示，显示了“纯苯华东低端”的与客户未来预测不结合的X1，即7月价格均价；X2，即当期月8月月初至当日的均价。也可以通过结合的方式X2+X3，即在已有X2基准指数的条件下，客户对于8月当日至剩余8月预测的结合预测，以此类推 。

历史数据加工单元102是与预测和对比单元103相关联的，二者实现了通信上的畅通。当客户因为工作繁忙而无时间利用预测和对比单元103进行预测和对比时，历史数据加工单元102的数据保障了数据组合单元104的可操作。当客户利用预测和对比单元103进行预测和对比后，历史数据加工单元102自动获得预测和对比单元103产生的预测数据，满足自身的功能需要。

部分股票、基金和期货软件里，都有供客户预测未来的工具，也可以描绘各种可能的曲线。但是，这类软件均需要通过数据录入的方式，为曲线的绘制输入数据。预测和对比单元103提供一种在移动端单凭手指滑动即能描述出客户满意的未来预测数据及图形的功能而无需键入任何数字。并且，在手指滑动描述未来预测数据和曲线的过程中，预测和对比单元103的算法帮助客户解决以下几个体验问题：不管是客户手机屏幕响应快慢，都可以通过最少的点击次数，使得手机上预测数据和曲线获得更改，既可以修改单日数据、也可以通过点击最多三次而修改屏幕内任意时间段的数据和曲线，确保客户既可以按照不同数据的日常变动幅度获得最近似的数据和曲线、也可以根据屏幕上显示的最小有效数字幅度获得最精确的数据和曲线，在客户手指滑动出日度波动过大或者过小的数据和曲线时给予声效的友情提示。总之，上述几个体验上的创新，都是为了使得客户仅凭手指、以最省时省力的方法描述基准指数的未来数据和图形。

所述系统通过数据组合单元104，将信息指数或信息指数集合的历史数据、客户定量预测数据、客户或客户团队定性分析以及最终行动对策形成信息历史、预测与行动对策的迭代式合并展示，对于上述信息历史、预测与行动对策的迭代式合并展示，提供针对过往迭代式合并展示的搜索功能，如图5。在本实施例里，张三、李四和王五分别对“纯苯华东低端”以及与该基本指数有关的一系列指数组成的模板发表了自己的见解。见解浮现在模板的上方，与模板中的历史数据合并展示。由于可以每日进行这样的见解发布，这些见解和数据是迭代式递进的。因此，如果想回溯过往某个时期的历史数据、参与客户、定性或定量预测、行动据侧，则可以通过搜索功能找出来，进行所谓的复盘分析。张三和李四及王五形成共享后，可以多客户方式同时展示预测数据。如果张三工作忙，没有在8月15日猜测，则数据组合单元104提供一种服务，默认价格曲线选择前一日的数据后迭代前进，从而避免了过去负责信息指数预测的人必须每日待命的劳苦。

一个“纯苯华东低端”分别被张三、李四和王五确定为基准指数并进行预测后，预测历史分析单元105负责记录三个人自从启动对“纯苯华东低端”的预测以来，各自对于均价差、曲线走势精准度的偏差，如图6所示，张三、李四、王五对于均价差的历史平均偏差分别为x、y、z；走势精准度分别为L2a、L2b、L2c。从而，所述客户端自动统计并计算出不同客户对于相同基准指数未来预测的水平高低，并根据客户选择自动通知到对此感兴趣的第三方客户。其中计算均差价的历史平均偏差的公式如下：

记历史日（某月，某日）所产生的误差为Δ（月，日），记PA（X）为一个计算X集合区间价格指数绝对值均值的函数，记历史均价差的绝对值平均值为历史均价偏差，则历史均价偏差 = PA（X）=∑∣Δ(月，日)∣/(当日 - 启用日）。

实施例二

图7示出了本发明第二实施例提供的实现对信息指数进行未来预测及历史分析客户端的结构框图。为了便于说明，仅示出了与本发明实施例相关的部分。其与第一实施例提供的对信息指数进行未来预测及历史分析客户端之间的区别在于：（1）该客户将第三方信息指数直接确定为基本指数。（2）该客户使用客户服务器，即通常为拥有自己服务器的大型企业。

本实施例中，来自第三方的信息指数被确定为基准指数后，基准指数单元101和位于客户服务器的历史数据加工单元102发生通信。因此，在客户服务器上的客户端可以显示出来自基准指数单元101的信息场景，如图8。

在图8中，来自第三方信息指数“双酚A亚洲指数”被基准指数单元101确定为基准指数后，在历史数据加工单元102里，与来自预测和对比单元103的未来预测数据，即属性为“猜”的双酚A后市预测，实现了数据的兼容。

这个信息指数同时可以被公司内部的多个客户的历史数据加工单元102接收，使得其他客户感觉该信息指数来自第三方平台，并被多个客户确定为各自的基准指数。

本第二实施例中，基准指数单元101和历史数据加工单元102仍然对一个客户发起的一个包含了“双酚A亚洲指数”的模板进行存储和展示，如图8所示。该模板确定后，通过历史数据加工单元102很方便地分享给了公司内部的其他客户，实现了多平台的数据打通。进一步可以将基准指数“双酚A亚洲指数”、BPA后市预测与某个客户自定义的大客户销售跟踪数据合并展示，这样，历史数据、未来预测和实际销售数据也实现了打通。

与实施例一类似，实施例二里，如果通过上拉图8中的“聊天”标识，就会看到在数据组合单元104的控制之下，在模板的历史数据的映衬之下，客户团队可以进行对于未来预测的定性或者定量操作。并且经过若干时间后，可以把过往历史数据、未来预测、定性或者定量操作的合并展示搜索出来，实现复盘分析。

图9示出了本发明提供的采用图1所示的对信息指数进行未来预测及历史分析客户端的方法的实现流程，详述如下：

在步骤S101中，客户利用对信息指数进行未来预测及历史分析的客户端，搜索到若干第三方价格指数，并确定自己关心的基准指数。基准指数对于客户或者客户所在企业的实际运营工作，起到了决定性的作用。客户选择影响基准指数的各种事件、或者事件代表的信息指数被定义为维度。这些维度既可以是外部因素，也可以是内部因素 。

在步骤S102中，客户判断基准指数是否为自己发布。如果是，则进入到步骤S103，定义商品与信息指数的关系，定义分配录入任务，指定专人或者客户自己定期录入；如果否，则直接从第三方价格指数中选择基准指数。

经过S102的判断后，客户通过S103或者不通过S103直接进入步骤S104。在步骤S104中，客户会定期将各种维度枚举出来后进行重要性排序，并且客户自己或其他责任人以日度、周度、月度等方式对指数信息的数据进行录入、共享、计算、展示等操作。客户通过建立各种信息指数之间定量关系的模板，确定了基准指数以及对基准指数有影响的各种维度及排序。

在步骤S105中，客户判断基准指数只适用于客户自己或者企业内部，还是可以跟其他外部客户或者企业共享与交流，通过交流改善预测的效果。

在步骤S106中，客户选择了与其他外部客户或企业B、C一起进行预测。形成开放式的信息指数或者模板的研讨群体。

在步骤S107中，客户选择了内部交流，形成封闭式的研讨群体。

在步骤S108中，由于实现了企业与企业之间的信息交流，客户可以花时间优选出更可靠的信息源并对不可靠的信息源预警。如果外部客户或企业B、C有价值，客户可以把他们看作是可靠的信息源。否则，客户可以随时关闭与B、C的共享，重新审视自己进入封闭的研讨群体模式。

在步骤S109中，客户由于不断优选出客户自己对信息指数的认知、客户企业内部或者企业与企业间的可靠信息源并对不可靠信息源预警，因此大胆地将未来预测与实际决策相结合，对历史数据、客户的历史预测记录进行总结和反思，即复盘分析。理论联系实际。

在步骤S110中，客户更新各种信息指数之间的耦合关系，对信息指数的预测形成更系统的模板和于实际业务对应的操作流程。

在步骤S111中，客户在实际运营中，判断模板和操作流程是否与实际跑偏。如果是发生了跑偏，则返回步骤S109，复盘分析；然后是S110，更新各种信息指数之间的耦合关系，对信息指数的预测形成更系统的模板和于实际业务对应的操作流程。这样就形成了迭代式地递进。如果没有发生跑偏，则保持让模板和才做流程自动与实际决策结合的自动驾驶状态，而最终选择权回归客户。

为了详细说明图1所示的对信息指数进行未来预测以及历史统计的客户端，以下以采用图1所示的对信息指数进行未来预测以及历史统计客户端为例，详细说明采用图1所示的对信息指数进行未来预测以及历史统计客户端的对未来预测以及历史统计的方法，详述如下，如图10所示：

1、对信息指数进行未来预测以及历史统计客户端的基本指数单元按照客户自己发布指数的要求，搜索到“中石化出厂价”等等第三方指数后，为建立模板做准备。

2、历史数据加工单元启动，由客户选择在第三方平台上，定义商品和信息指数的关系，优选维度，定义分配录入任务并发布。

3、在预测和对比单元里，客户A自己并且选择其他客户建立研讨群体，发起集体预测。

4、预测对比单元在客户的操作下，将对信息指数预测与实际决策相结合，呈现历史数据、客户的历史预测记录。

5、数据组合单元接收来自预测和对比单元的数据，更新各种指数之间的耦合关系，从而更新了数据的展示。

6、数据组合单元对于展示中的疑问或者失败案例的组合，提醒客户更新模板，更新实际业务的操作流程。

7、数据组合单元向预测历史分析单元输出数据，为判断模板和操作流程是否与实际跑偏做准备。

8、预测历史分析单元让模板共享、预测历史分析统计自动与实际决策结合，最终选择权回归客户。

如图11至图19所示，用户可以写心得，查看数据中心的数据，查看价格的折线图，查看指数的详细情况（减少、无变化、增加等），以及与其他用户进行聊天。

图20展示了客户“propylene”获得的来自客户“michael”所共享的指数“客户情况”、定制“michael的销售情况”的展示，该功能由数据组合单元104完成。

图21显示了客户正在将定制“华北地区Supply & Demand Balance”共享给“指定其他组用户”的过程。

该功能由历史数据加工单元102检索该定制相关的客户、其他引用客户、第三方数据的历史数据，引发并行计算，形成向被共享客户的数据链传递，即共享。

由预测和对比单元103对相关客户的预测数据进行对比，其中包括由APP小会构成的文字及图形的定性预测描述，引发并行计算，形成向被共享客户的数据链传递，即共享。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (7)

1.一种对信息指数进行预测及分析的系统，其特征在于，所述系统包括：

历史数据加工单元，用于在客户服务器、第三方平台或者云端等不同存储环境下对信息指数的历史数据进行计算、搜索、展示和上传；

预测历史分析单元，用于对历史预测进行统计、排序和检索。

2.根据权利要求1所述的系统，其特征在于，所述信息指数是一组包含历史，现在和未来的数据，以可视化或非可视化的方式构成的数组。

3.根据权利要求2所述的系统，其特征在于，所述信息指数包括作为计算基础的基准指数和根据基准指数和自定义算法再次计算得到的次生指数。

4.根据权利要求1所述的系统，其特征在于，所述历史数据加工单元还用于将第三方信息指数结合客户自身的数据进行计算后，再发布到第三方平台供客户自身或其他多个客户确定为基准指数。

5.根据权利要求1所述的系统，其特征在于，所述预测历史分析单元还用于：

计算自预测日开始的各个预测指数数据与基准指数数据的均价差；

通过均价差判断客户预测未来指数涨跌的能力；

计算自预测日开始的各个预测指数曲线与基准指数曲线的走势精准度；

通过走势精准度判断客户预测指数未来走势轨迹的能力。

6.根据权利要求5所述的系统，其特征在于，所述预测历史分析单元还用于为客户提供查询自己在过去的预测均价差和走势精准度历史，并对自我的预测能力进行回顾。

7.根据权利要求1至6任意一项所述的系统，其特征在于，所述信息指数及信息指数集合、定制或者模板的计算数据源、数据录入、计算逻辑或公式、计算结果，可以在多个客户之间同步分享。