CN112330358A - 产品销量预测的方法和装置、存储介质和电子设备 - Google Patents

产品销量预测的方法和装置、存储介质和电子设备 Download PDF

Info

Publication number
CN112330358A
CN112330358A CN202011139706.8A CN202011139706A CN112330358A CN 112330358 A CN112330358 A CN 112330358A CN 202011139706 A CN202011139706 A CN 202011139706A CN 112330358 A CN112330358 A CN 112330358A
Authority
CN
China
Prior art keywords
target
data
page
product
target object
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011139706.8A
Other languages
English (en)
Inventor
刘子平
杨菲
张泽琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Minglue Zhaohui Technology Co Ltd
Original Assignee
Beijing Minglue Zhaohui Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Minglue Zhaohui Technology Co Ltd filed Critical Beijing Minglue Zhaohui Technology Co Ltd
Priority to CN202011139706.8A priority Critical patent/CN112330358A/zh
Publication of CN112330358A publication Critical patent/CN112330358A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种产品销量预测的方法和装置、存储介质和电子设备，其中，该方法包括：获取目标产品的目标历史数据，其中，目标历史数据为与目标产品的历史销量相关联的数据；获取目标对象的页面浏览数据，其中，页面浏览数据用于表示目标对象浏览目标页面的行为数据，目标页面为目标产品的产品页面；根据目标历史数据和页面浏览数据，确定目标产品在目标时间段内的预测销量。本申请通过获取目标产品的目标历史数据和页面浏览数据，使得输入的数据更加多元化，从而得到更加精准的预测销量。

Description

产品销量预测的方法和装置、存储介质和电子设备
技术领域
本申请涉及数据处理领域，尤其涉及一种产品销量预测的方法和装置、存储介质和电子设备。
背景技术
随着电商基础设施的日渐完善，越来越多的电商企业逐渐发展状态，形成了规模级的电商企业，年销售额上千万甚至上亿元，随着销售量的增加，随之带来的就是库存管理，个性化营销方面的问题，由于电商企业的线上销售特性，其产品是随机的销往全国各地，如何高效，准确的给出未来某一地域的某一产品的销售预测，能够帮助企业合理规划库存，有针对性的进行活动策划，降低企业运营成本，提高在同类电商企业中的竞争力。
目前传统的销量预测方法多是“移动平均”法，优点是电商自身的历史数据容易获取，数据处理过程简单，但缺点是预测往往不够精准，会影响到电商的备货。
因此，相关技术中由于数据源单一导致的产品销量预测的准确度低的问题。
发明内容
本申请提供了一种产品销量预测的方法和装置、存储介质和电子设备，以至少解决相关技术中由于数据源单一导致的产品销量预测的准确度低的问题。
根据本申请实施例的一个方面，提供了一种产品销量预测的方法，该方法包括：获取目标产品的目标历史数据，其中，所述目标历史数据为与所述目标产品的历史销量相关联的数据；获取目标对象的页面浏览数据，其中，所述页面浏览数据用于表示所述目标对象浏览目标页面的行为数据，所述目标页面为所述目标产品的产品页面；根据所述目标历史数据和所述页面浏览数据，确定所述目标产品在目标时间段内的预测销量。
可选地，所述根据所述目标历史数据和所述页面浏览数据，确定所述目标产品在目标时间段内的预测销量包括：将所述目标历史数据和所述页面浏览数据输入权重评估模型，确定所述目标历史数据和所述页面浏览数据中的各个数据的权重，其中，所述权重用于表征所述各个数据对所述目标产品销量的影响程度；根据所述权重和所述各个数据的变动系数，确定所述目标产品在目标时间段内的预测销量，其中，所述变动系数用于表征所述各个数据受目标因素影响的变化情况。
可选地，所述根据所述权重和所述各个数据的变动系数，确定所述目标产品在目标时间段内的预测销量包括：从所述各个数据中选取目标影响参数对应的目标子数据，其中，所述目标影响参数为影响所述目标产品销量的参数；根据所述目标子数据确定与所述目标影响参数相对应的目标权重和目标变动系数；根据所述目标子数据、所述目标权重和所述目标变动系数，确定所述目标产品在目标时间段内的预测销量。
可选地，所述获取目标对象的页面浏览数据包括：利用脑电采集设备获取所述目标对象的情绪信息，其中，所述情绪信息用于表示所述目标对象浏览所述目标页面时所处的情绪状态；利用眼动采集设备获取所述目标对象的视觉信息，其中，所述视觉信息用于表示浏览所述目标页面时所述目标对象的视线变化状态。
可选地，所述利用眼动采集设备获取所述目标对象的视觉信息包括：利用所述眼动采集设备追踪所述目标对象的视线方向，确定所述目标页面中所述目标对象的多个注视位置；根据所述多个注视位置所对应的时间顺序，确定所述目标对象的视觉运动轨迹，其中，所述视觉信息包括所述视觉运动轨迹。
可选地，所述利用眼动采集设备获取所述目标对象的视觉信息包括：利用眼动采集设备获取所述目标对象在所述目标页面的各个页面元素上的视线停留次数；根据所述视线停留次数，获取所述目标对象对所述各个页面元素的关注比例，其中，所述视觉信息包括所述各个页面元素的关注比例。
可选地，所述利用眼动采集设备获取所述目标对象的视觉信息还包括：根据所述目标对象对所述各个页面元素的关注比例，生成页面区域热点图，其中，所述视觉信息包括所述页面区域热点图。
根据本申请实施例的另一个方面，还提供了一种产品销量预测的装置，该装置包括：第一获取模块，用于获取目标产品的目标历史数据，其中，所述目标历史数据为与所述目标产品的历史销量相关联的数据；第二获取模块，用于获取目标对象的页面浏览数据，其中，所述页面浏览数据用于表示所述目标对象浏览目标页面的行为数据，所述目标页面为所述目标产品的产品页面；确定模块，用于根据所述目标历史数据和所述页面浏览数据，确定所述目标产品在目标时间段内的预测销量。
可选地，所述确定模块包括：第一确定单元，用于将所述目标历史数据和所述页面浏览数据输入权重评估模型，确定所述目标历史数据和所述页面浏览数据中的各个数据的权重，其中，所述权重用于表征所述各个数据对所述目标产品销量的影响程度；第二确定单元，用于根据所述权重和所述各个数据的变动系数，确定所述目标产品在目标时间段内的预测销量，其中，所述变动系数用于表征所述各个数据受目标因素影响的变化情况。
可选地，所述第二确定单元包括：选取子单元，用于从所述各个数据中选取目标影响参数对应的目标子数据，其中，所述目标影响参数为影响所述目标产品销量的参数；第一确定子单元，用于根据所述目标子数据确定与所述目标影响参数相对应的目标权重和目标变动系数；第二确定子单元，用于根据所述目标子数据、所述目标权重和所述目标变动系数，确定所述目标产品在目标时间段内的预测销量。
可选地，所述第二获取模块包括：
第一获取单元，用于利用脑电采集设备获取所述目标对象的情绪信息，其中，所述情绪信息用于表示所述目标对象浏览所述目标页面时所处的情绪状态；第二获取单元，用于利用眼动采集设备获取所述目标对象的视觉信息，其中，所述视觉信息用于表示浏览所述目标页面时所述目标对象的视线变化状态。
可选地，所述第二获取单元包括：第三确定子单元，用于利用所述眼动采集设备追踪所述目标对象的视线方向，确定所述目标页面中所述目标对象的多个注视位置；第四确定子单元，用于根据所述多个注视位置所对应的时间顺序，确定所述目标对象的视觉运动轨迹，其中，所述视觉信息包括所述视觉运动轨迹。
可选地，所述第二获取单元包括：第一获取子单元，用于利用眼动采集设备获取所述目标对象在所述目标页面的各个页面元素上的视线停留次数；第二获取子单元，用于根据所述视线停留次数，获取所述目标对象对所述各个页面元素的关注比例，其中，所述视觉信息包括所述各个页面元素的关注比例。
可选地，所述第二获取单元包括：生成子单元，用于根据所述目标对象对所述各个页面元素的关注比例，生成页面区域热点图，其中，所述视觉信息包括所述页面区域热点图。
根据本申请实施例的又一个方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；其中，存储器，用于存储计算机程序；处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行上述任一实施例中的产品销量预测的方法步骤。
根据本申请实施例的又一个方面，还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一实施例中的产品销量预测的方法步骤。
根据本申请实施例的又一个方面，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中；计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一实施例中的产品销量预测的方法步骤。
在本申请实施例中，通过获取目标产品的目标历史数据和页面浏览数据，使得输入的数据更加多元化，从而得到更加精准的预测销量。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种可选的产品销量预测的方法的硬件环境的示意图；
图2是本申请实施例提供的一种可选的产品销量预测的方法的流程示意图；
图3是本申请实施例提供的各个数据对产品销量的贡献率示意图；
图4是本申请实施例经过产品销量预测的方法处理后得到的预测销量与实际销量展示示意图；
图5是本申请实施例提供的一种可选的产品销量预测的装置的结构框图；
图6是本申请实施例提供的一种可选的电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例提供了一种产品销量预测的方法，该产品销量预测的方法可以应用在季节性销售或节假日促销活动时对产品销量预测的业务场景中，比如在五一假期期间，由于消费者访问量增大，对产品的需求增高，为了适应电商市场环境的快速变化，满足消费者的购物需求，需要提前准确地预测到该产品的销量，并提前备货，完成对电商库存的指导性工作。
可选地，在本申请实施例中，上述产品销量预测的方法可以应用于如图1所示的硬件环境中。如图1所示，终端102中可以包含有存储器104、处理器106和显示器108(可选部件)。终端102可以通过网络110与服务器112进行通信连接，该服务器112可用于为终端或终端上安装的消费者端提供服务(如游戏服务、应用服务等)，可在服务器112上或独立于服务器112设置数据库114，用于为服务器112提供数据存储服务。此外，服务器112中可以运行有处理引擎116，该处理引擎116可以用于执行由服务器112所执行的步骤。
可选地，终端102可以但不限于为可以计算数据的终端，如移动终端(例如手机、平板电脑)、笔记本电脑、PC(Personal Computer，个人计算机)机等终端上，上述网络可以包括但不限于无线网络或有线网络。其中，该无线网络包括：蓝牙、WIFI(Wireless Fidelity，无线保真)及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器112可以包括但不限于任何可以进行计算的硬件设备。
此外，在本实施例中，上述产品销量预测的方法还可以但不限于应用于处理能力较强大的独立的处理设备中，而无需进行数据交互。例如，该处理设备可以但不限于为处理能力较强大的终端设备，即，上述产品销量预测方法中的各个操作可以集成在一个独立的处理设备中。上述仅是一种示例，本实施例中对此不作任何限定。
可选地，在本实施例中，上述产品销量预测的方法可以由服务器112来执行，也可以由终端102来执行，还可以是由服务器112和终端102共同执行。其中，终端102执行本申请实施例的产品销量预测的方法也可以是由安装在其上的消费者端来执行。
以运行在服务器为例，图2是根据本申请实施例的一种可选的产品销量预测的方法的流程示意图，如图2所示，该方法的流程可以包括以下步骤：
步骤S201，获取目标产品的目标历史数据，其中，目标历史数据为与目标产品的历史销量相关联的数据。
可选地，服务器收集目标产品在过去N年或N个月的时间里的所有目标历史数据，该目标历史数据是一些与目标产品的历史销量相关联的数据，比如，目标历史数据包括消费者行为数据：浏览产品页面数据、消费者加入购物车的行为数据、消费者购买目标产品的数据、消费者收藏目标产品的数据等；目标历史数据包括营销数据：价格、针对该目标商品进行的广告推广数据促销活动、代言人的带货影响力等；目标历史数据包括外部因素：经济影响、气温影响、突发事件等。
需要说明的是，该目标产品是指需要预测其在某一时间段内的销量的产品，以A款儿童床为例，获取A款儿童床在过去3个月的交易数据，可以查询到有多少消费者将其加入购物车，有多少消费者浏览A款儿童床的页面，以及3个月时间内的所有销售量。
步骤S202，获取目标对象的页面浏览数据，其中，页面浏览数据用于表示目标对象浏览目标页面的行为数据，目标页面为目标产品的产品页面。
可选地，服务器获取目标对象(即当前浏览页面的消费者)的页面浏览数据，该页面浏览数据用于表示目标对象浏览目标页面的行为数据，比如测试部分消费者在浏览电商页面时的眼动脑电的指标表现，并将这些数据作为客观数据，作为影响目标产品销量的客观因素。
步骤S203，根据目标历史数据和页面浏览数据，确定目标产品在目标时间段内的预测销量。
可选地，将获取到的目标产品的目标历史数据和目标对象浏览目标产品所在页面的浏览数据,共同作为预测目标产品在目标时间段内的销量的影响因素。
本申请实施例通过获取目标产品的目标历史数据和页面浏览数据，使得输入的数据更加多元化，从而得到更加精准的预测销量。
作为一种可选的实施例，根据所述目标历史数据和所述页面浏览数据，确定所述目标产品在目标时间段内的预测销量包括：
将所述目标历史数据和所述页面浏览数据输入权重评估模型，确定所述目标历史数据和所述页面浏览数据中的各个数据的权重，其中，所述权重用于表征所述各个数据对所述目标产品销量的影响程度；
根据所述权重和所述各个数据的变动系数，确定所述目标产品在目标时间段内的预测销量，其中，所述变动系数用于表征所述各个数据受目标因素影响的变化情况。
可选地，本申请实施例将目标历史数据内的所有数据以及页面浏览数据中的所有数据输入权重评估模型，这里权重评估模型可以为营销组合模型，该权重评估模型输出各个数据的权重，该权重是指各个数据影响目标产品销量的重要程度；其中，该权重评估模型是事先训练好的模型，其主要用来输出各个影响产品销量数据的权重。
服务器利用上述模型获取各个数据的权重后，为了做到更准确地预测目标产品的销量，本申请实施例将一些目标因素(可以是外部因素)，比如季节、温度、节假日、经济、代言人带货能力等作为各个数据的变动系数，在遇到经济状况下降时降低变动系数的数值，在节假日期间调高变动系数的数值等，进而利用各个数据、各个数据的权重、各个数据的变动系数共同得到目标产品在目标时间段内的预测销量。具体可参见图3所示的各个数据对产品销量的贡献率示意图，其中，各个数据可以是对产品销量产生消极作用的负面参数，如代言人的影响力，若目标产品的代言人的口碑较差，会给当前目标产品的销量带来极大的负面影响；各个数据也可以是对产品销量产生积极作用的正面参数，如广告宣传，若目标产品的广告视频较吸引消费者，就能够产生较好的销售效益。另外，图中的横坐标1-8代表时间，单位可以是第一周、第二周......第八周，纵坐标代表销量数值。这里的各个数据也即是影响目标产品销量的各个影响数据。
本申请实施例通过量化各个影响数据的权重以及变动系数，能够更精准地预测出当前目标产品在目标时间段内的销量数值，更好地指导电商进行商品囤货，以满足消费者购买需求。
作为一种可选的实施例，根据权重和各个数据的变动系数，确定目标产品在目标时间段内的预测销量包括：
从所述各个数据中选取目标影响参数对应的目标子数据，其中，所述目标影响参数为影响所述目标产品销量的参数；
根据所述目标子数据确定与所述目标影响参数相对应的目标权重和目标变动系数；
根据所述目标子数据、所述目标权重和所述目标变动系数，确定所述目标产品在目标时间段内的预测销量。
可选地，本申请实施例可以根据目标产品在历史时间段内的销售实际情况，从上述各个影响数据中选取一些目标影响参数对应的目标子数据，其中，目标影响参数为影响所述目标产品销量的参数；然后将目标子数据作为影响目标产品销量的主要因素数据，根据客观外部因素的变化赋予当前目标子数据变动系数，根据权重评估模型输出的上述目标子数据的权重，然后使得上述目标子数据与目标子数据变动系数求积再求和，得到第一数据，目标子数据与目标子数据的权重求积再求和，得到第二数据，将第一数据、第二数据、基线值求和，即得出目标产品在目标时间段内的预测销量。其中，基线值表示在不做任务宣传的情况下，每天能够卖出产品的数量。
需要说明的是，这里的历史时间段与目标时间段是相对应的关系，比如，历史时间段是去年7月份，那目标时间段就是今年或明年7月份。
例如，可参见公式(1)求得目标产品在目标时间段内的预测销量：
Figure BDA0002737841250000111
其中，Yt是第t期预测销量数值；a0t是第t期的基线值；γjt是第t期中影响销量的一个目标子数据，1≤j≤T；δjt是γjt的权重；βit可以是第t期中影响销量的另一个目标子数据，也可以等于γjt，1≤i≤n；Xit是βit的变动系数。
本申请实施例从各个影响数据中选取一些目标子数据，其中该目标子数据更具备影响销量的功能，依据这些目标子数据求得的产品销量预测将会更加准确。可以参见图4所示，实线M代表实际销量，实线N代表预测销量，从图中可以看出，本申请提供的产品销量预测的方法得到的预测销量与目标产品的实际销量十分贴合。
作为一种可选的实施例，获取目标对象的页面浏览数据包括：
利用脑电采集设备获取所述目标对象的情绪信息，其中，所述情绪信息用于表示所述目标对象浏览所述目标页面时所处的情绪状态；
利用眼动采集设备获取所述目标对象的视觉信息，其中，所述视觉信息用于表示浏览所述目标页面时所述目标对象的视线变化状态。
可选地，在目标对象(即消费者)浏览目标产品所在是目标页面时，测试部分消费者的眼动脑电的指标表现，可以选用一体机(包含脑电采集设备和眼动采集设备)测试的方式测试部分消费者在浏览页面时的表现，得到消费者的情绪信息、视觉信息。这里的情绪信息是利用脑电采集设备的脑电仪测试出消费者在观看图片时的脑电波反应，并根据数值判断情绪是积极的还是消极的，以及积极/消极的程度，数值越大代表越积极；利用眼动采集设备能够测试消费者的视觉信息，包含眼部浏览运动轨迹、页面元素关注比例、页面热点图等，依据眼动采集设备采集的上述数据可以量化出页面设计、吸引度、喜欢程度、信息记忆等影响目标产品销量的客观数据。
需要说明的是，本申请实施例使用一体机测试消费者的眼动脑电的指标表现，通过标准化平台直接输出标准化后的数据，统一形成1-100的分值，用来量化页面设计、吸引度、喜欢程度、信息记忆等客观数据。
本申请实施例将眼动采集设备和脑电采集设备所获取的数据，作为消费者的页面浏览数据，并将该页面浏览数据作为影响目标产品销量的数据，使得输入模型的数据更加多元化，得到的预测销量更加精准。
作为一种可选的实施例，利用眼动采集设备获取目标对象的视觉信息包括：
利用眼动采集设备追踪目标对象的视线方向，确定目标页面中目标对象的多个注视位置；
根据多个注视位置所对应的时间顺序，确定目标对象的视觉运动轨迹，其中，所述视觉信息包括所述视觉运动轨迹。
可选地，本申请实施例利用眼动采集设备追踪目标对象的视线方向，根据该视线方向可以获得消费者浏览目标产品所在页面的多个注视位置，将上述多个注视位置以时间顺序排列，形成一条轨迹线条，将该轨迹线条作为消费者的视觉运动轨迹。
本申请实施例提供消费者的视觉运动轨迹来指示消费者的审美和爱好，更容易把控影响目标产品销量的客观数据，提高销量预测准确度。
作为一种可选的实施例，利用眼动采集设备获取目标对象的视觉信息包括：
利用眼动采集设备获取目标对象在目标页面的各个页面元素上的视线停留次数；
根据视线停留次数，获取目标对象对各个页面元素的关注比例，其中，所述视觉信息包括所述各个页面元素的关注比例。
可选地，本申请实施例利用眼动采集设备获取消费者在目标页面的各个页面元素上的视线停留次数，将该停留次数作为页面元素的关注比例。
比如测试100个被访者，有50个消费者在一页面图片上的某个元素区域有关注点，那么这个元素关注比例就是50/100＝50％。
本申请实施例提供页面各个元素的关注比例来反映消费者的审美和爱好，更容易把控影响目标产品销量的客观数据，提高销量预测准确度。
作为一种可选的实施例，利用眼动采集设备获取目标对象的视觉信息还包括：
根据目标对象对各个页面元素的关注比例，生成页面区域热点图，其中，所述视觉信息包括所述页面区域热点图。
可选地，将上述得到的各个页面元素的关注比例作为生成页面区域热点图的依据，比如，消费者浏览页面元素A的次数超过60％，那么该热点图上元素A的颜色就会加深，消费者浏览页面元素B的次数超过70％，那么，该热点图上元素B的颜色将比元素A所呈现的颜色更深一些。
本申请实施例提供热点图来表示消费者的审美和爱好，更容易把控影响目标产品销量的客观数据，提高销量预测准确度。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM(Read-Only Memory，只读存储器)/RAM(Random Access Memory，随机存取存储器)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。
根据本申请实施例的另一个方面，还提供了一种用于实施上述产品销量预测方法的产品销量预测装置。图5是根据本申请实施例的一种可选的产品销量预测的装置的示意图，如图5所示，该装置可以包括：
第一获取模块501，用于获取目标产品的目标历史数据，其中，目标历史数据为与目标产品的历史销量相关联的数据；
第二获取模块502，与第一获取模块501相连，用于获取目标对象的页面浏览数据，其中，页面浏览数据用于表示目标对象浏览目标页面的行为数据，目标页面为目标产品的产品页面；
确定模块503，与第二获取模块502相连，用于根据目标历史数据和页面浏览数据，确定目标产品在目标时间段内的预测销量。
需要说明的是，该实施例中的第一获取模块501可以用于执行上述步骤S201，该实施例中的第二获取模块502可以用于执行上述步骤S202，该实施例中的确定模块503可以用于执行上述步骤S203。
通过上述模块获取目标产品的目标历史数据和页面浏览数据，使得输入的数据更加多元化，从而得到的预测销量更加精准，达到精准备货的目的。
作为一种可选的实施例，确定模块包括：
第一确定单元，用于将所述目标历史数据和所述页面浏览数据输入权重评估模型，确定所述目标历史数据和所述页面浏览数据中的各个数据的权重，其中，所述权重用于表征所述各个数据对所述目标产品销量的影响程度；
第二确定单元，用于根据所述权重和所述各个数据的变动系数，确定所述目标产品在目标时间段内的预测销量，其中，所述变动系数用于表征所述各个数据受目标因素影响的变化情况。
作为一种可选的实施例，第二确定单元包括：
选取子单元，用于从所述各个数据中选取目标影响参数对应的目标子数据，其中，所述目标影响参数为影响所述目标产品销量的参数；
第一确定子单元，用于根据所述目标子数据确定与所述目标影响参数相对应的目标权重和目标变动系数；
第二确定子单元，用于根据所述目标子数据、所述目标权重和所述目标变动系数，确定所述目标产品在目标时间段内的预测销量。
作为一种可选的实施例，第二获取模块包括：
第一获取单元，用于利用脑电采集设备获取目标对象的情绪信息，其中，所述情绪信息用于表示所述目标对象浏览所述目标页面时所处的情绪状态；
第二获取单元，用于利用眼动采集设备获取目标对象的视觉信息，其中，所述视觉信息用于表示浏览所述目标页面时所述目标对象的视线变化状态。
作为一种可选的实施例，第二获取单元包括：
第三确定子单元，用于利用眼动采集设备追踪目标对象的视线方向，确定目标页面中目标对象的多个注视位置；
第四确定子单元，用于根据多个注视位置所对应的时间顺序，确定目标对象的视觉运动轨迹，其中，所述视觉信息包括所述视觉运动轨迹。
作为一种可选的实施例，第二获取单元包括：
第一获取子单元，用于利用眼动采集设备获取目标对象在目标页面的各个页面元素上的视线停留次数；
第二获取子单元，用于根据视线停留次数，获取目标对象对各个页面元素的关注比例，其中，所述视觉信息包括所述各个页面元素的关注比例。
作为一种可选的实施例，第二获取单元包括：
生成子单元，用于根据目标对象对各个页面元素的关注比例，生成页面区域热点图，其中，所述视觉信息包括所述页面区域热点图。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
根据本申请实施例的又一个方面，还提供了一种用于实施上述产品销量预测的方法的电子设备，该电子设备可以是服务器、终端、或者其组合。
图6是根据本申请实施例的一种可选的电子设备的结构框图，如图6所示，包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601、通信接口602和存储器603通过通信总线604完成相互间的通信，其中，
存储器603，用于存储计算机程序；
处理器601，用于执行存储器603上所存放的计算机程序时，实现如下步骤：
S1，获取目标产品的目标历史数据，其中，目标历史数据为与目标产品的历史销量相关联的数据；
S2，获取目标对象的页面浏览数据，其中，页面浏览数据用于表示目标对象浏览目标页面的行为数据，目标页面为目标产品的产品页面；
S3，根据目标历史数据和页面浏览数据，确定目标产品在目标时间段内的预测销量。
可选地，在本实施例中，上述的通信总线可以是PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线、或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM，也可以包括非易失性存储器(non-volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
作为一种示例，如图6所示，上述存储器602中可以但不限于包括上述产品销量预测的装置中的第一获取模块501、第二获取模块502、确定模块503。此外，还可以包括但不限于上述产品销量预测的装置中的其他模块单元，本示例中不再赘述。
上述处理器可以是通用处理器，可以包含但不限于：CPU(Central ProcessingUnit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(DigitalSignal Processing，数字信号处理器)、ASIC(Application Specific IntegratedCircuit，专用集成电路)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
此外，上述电子装置还包括：显示器，用于产品销量预测结果。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本领域普通技术人员可以理解，图6所示的结构仅为示意，实施上述产品销量预测方法的设备可以是终端设备，该终端设备可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图6其并不对上述电子装置的结构造成限定。例如，终端设备还可包括比图6中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图6所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、ROM、RAM、磁盘或光盘等。
根据本申请实施例的又一个方面，还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行产品销量预测方法的程序代码。
可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
S1，获取目标产品的目标历史数据，其中，目标历史数据为与目标产品的历史销量相关联的数据；
S2，获取目标对象的页面浏览数据，其中，页面浏览数据用于表示目标对象浏览目标页面的行为数据，目标页面为目标产品的产品页面；
S3，根据目标历史数据和页面浏览数据，确定目标产品在目标时间段内的预测销量。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、ROM、RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
根据本申请实施例的又一个方面，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中；计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一个实施例中的产品销量预测方法步骤。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例产品销量预测方法的全部或部分步骤。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的消费者端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中所提供的方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种产品销量预测的方法，其特征在于，应用于产品销量预测应用，所述方法包括：
获取目标产品的目标历史数据，其中，所述目标历史数据为与所述目标产品的历史销量相关联的数据；
获取目标对象的页面浏览数据，其中，所述页面浏览数据用于表示所述目标对象浏览目标页面的行为数据，所述目标页面为所述目标产品的产品页面；
根据所述目标历史数据和所述页面浏览数据，确定所述目标产品在目标时间段内的预测销量。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标历史数据和所述页面浏览数据，确定所述目标产品在目标时间段内的预测销量包括：
将所述目标历史数据和所述页面浏览数据输入权重评估模型，确定所述目标历史数据和所述页面浏览数据中的各个数据的权重，其中，所述权重用于表征所述各个数据对所述目标产品销量的影响程度；
根据所述权重和所述各个数据的变动系数，确定所述目标产品在目标时间段内的预测销量，其中，所述变动系数用于表征所述各个数据受目标因素影响的变化情况。
3.根据权利要求2所述的方法，其特征在于，所述根据所述权重和所述各个数据的变动系数，确定所述目标产品在目标时间段内的预测销量包括：
从所述各个数据中选取目标影响参数对应的目标子数据，其中，所述目标影响参数为影响所述目标产品销量的参数；
根据所述目标子数据确定与所述目标影响参数相对应的目标权重和目标变动系数；
根据所述目标子数据、所述目标权重和所述目标变动系数，确定所述目标产品在目标时间段内的预测销量。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述获取目标对象的页面浏览数据包括：
利用脑电采集设备获取所述目标对象的情绪信息，其中，所述情绪信息用于表示所述目标对象浏览所述目标页面时所处的情绪状态；
利用眼动采集设备获取所述目标对象的视觉信息，其中，所述视觉信息用于表示浏览所述目标页面时所述目标对象的视线变化状态。
5.根据权利要求4所述的方法，其特征在于，所述利用眼动采集设备获取所述目标对象的视觉信息包括：
利用所述眼动采集设备追踪所述目标对象的视线方向，确定所述目标页面中所述目标对象的多个注视位置；
根据所述多个注视位置所对应的时间顺序，确定所述目标对象的视觉运动轨迹，其中，所述视觉信息包括所述视觉运动轨迹。
6.根据权利要求4所述的方法，其特征在于，所述利用眼动采集设备获取所述目标对象的视觉信息包括：
利用眼动采集设备获取所述目标对象在所述目标页面的各个页面元素上的视线停留次数；
根据所述视线停留次数，获取所述目标对象对所述各个页面元素的关注比例，其中，所述视觉信息包括所述各个页面元素的关注比例。
7.根据权利要求6所述的方法，其特征在于，所述利用眼动采集设备获取所述目标对象的视觉信息还包括：
根据所述目标对象对所述各个页面元素的关注比例，生成页面区域热点图，其中，所述视觉信息包括所述页面区域热点图。
8.一种产品销量预测的装置，其特征在于，应用于产品销量预测应用，所述装置包括：
第一获取模块，用于获取目标产品的目标历史数据，其中，所述目标历史数据为与所述目标产品的历史销量相关联的数据；
第二获取模块，用于获取目标对象的页面浏览数据，其中，所述页面浏览数据用于表示所述目标对象浏览目标页面的行为数据，所述目标页面为所述目标产品的产品页面；
确定模块，用于根据所述目标历史数据和所述页面浏览数据，确定所述目标产品在目标时间段内的预测销量。
9.一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信，其特征在于，
所述存储器，用于存储计算机程序；
所述处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行权利要求1至7中任一项所述的产品销量预测的方法步骤。
10.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至7中任一项中所述的产品销量预测的方法步骤。
CN202011139706.8A 2020-10-22 2020-10-22 产品销量预测的方法和装置、存储介质和电子设备 Pending CN112330358A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011139706.8A CN112330358A (zh) 2020-10-22 2020-10-22 产品销量预测的方法和装置、存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011139706.8A CN112330358A (zh) 2020-10-22 2020-10-22 产品销量预测的方法和装置、存储介质和电子设备

Publications (1)

Publication Number Publication Date
CN112330358A true CN112330358A (zh) 2021-02-05

Family

ID=74311398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011139706.8A Pending CN112330358A (zh) 2020-10-22 2020-10-22 产品销量预测的方法和装置、存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN112330358A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010784A (zh) * 2021-03-17 2021-06-22 北京十一贝科技有限公司 用于生成预测信息的方法、装置、电子设备和介质
CN113077305A (zh) * 2021-03-23 2021-07-06 上海尊溢商务信息咨询有限公司 页面处理方法、系统、电子设备及存储介质
CN113205370A (zh) * 2021-05-27 2021-08-03 北京深演智能科技股份有限公司 数据处理方法、数据处理装置及电子设备
CN113706214A (zh) * 2021-09-02 2021-11-26 武汉卓尔数字传媒科技有限公司 一种数据处理方法、装置和电子设备
CN115099525A (zh) * 2022-07-28 2022-09-23 国连科技(浙江)有限公司 一种货物仓储管理方法、系统
CN115423538A (zh) * 2022-11-02 2022-12-02 深圳市云积分科技有限公司 新品销量数据的预测方法及装置、存储介质、电子设备
CN116976955A (zh) * 2023-09-22 2023-10-31 广东赛博威信息科技有限公司 一种全域订单管理系统及其方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010784A (zh) * 2021-03-17 2021-06-22 北京十一贝科技有限公司 用于生成预测信息的方法、装置、电子设备和介质
CN113010784B (zh) * 2021-03-17 2024-02-06 北京十一贝科技有限公司 用于生成预测信息的方法、装置、电子设备和介质
CN113077305A (zh) * 2021-03-23 2021-07-06 上海尊溢商务信息咨询有限公司 页面处理方法、系统、电子设备及存储介质
CN113077305B (zh) * 2021-03-23 2024-03-29 上海尊溢商务信息咨询有限公司 页面处理方法、系统、电子设备及存储介质
CN113205370A (zh) * 2021-05-27 2021-08-03 北京深演智能科技股份有限公司 数据处理方法、数据处理装置及电子设备
CN113205370B (zh) * 2021-05-27 2023-04-07 北京深演智能科技股份有限公司 数据处理方法、数据处理装置及电子设备
CN113706214A (zh) * 2021-09-02 2021-11-26 武汉卓尔数字传媒科技有限公司 一种数据处理方法、装置和电子设备
CN115099525A (zh) * 2022-07-28 2022-09-23 国连科技(浙江)有限公司 一种货物仓储管理方法、系统
CN115423538A (zh) * 2022-11-02 2022-12-02 深圳市云积分科技有限公司 新品销量数据的预测方法及装置、存储介质、电子设备
CN116976955A (zh) * 2023-09-22 2023-10-31 广东赛博威信息科技有限公司 一种全域订单管理系统及其方法
CN116976955B (zh) * 2023-09-22 2023-12-26 广东赛博威信息科技有限公司 一种全域订单管理系统及其方法

Similar Documents

Publication Publication Date Title
CN112330358A (zh) 产品销量预测的方法和装置、存储介质和电子设备
JP7105700B2 (ja) サービス対象のための時分割推薦方法及び装置
Olbrich et al. Modeling consumer purchasing behavior in social shopping communities with clickstream data
Wang Incorporating customer satisfaction into the decision-making process of product configuration: a fuzzy Kano perspective
Gowrisankaran et al. Dynamics of consumer demand for new durable goods
US9665902B2 (en) Personalized recommendation method and system, and computer-readable record medium
US10262336B2 (en) Non-converting publisher attribution weighting and analytics server and method
CN110008973B (zh) 一种模型训练方法、基于模型确定目标用户的方法及装置
CN108805598B (zh) 相似度信息确定方法、服务器及计算机可读存储介质
Ke et al. Dual-channel supply chain competition with channel preference and sales effort under uncertain environment
Su et al. Optimizing upgrade level and preventive maintenance policy for second-hand products sold with warranty
Chang et al. Impacts of inspection errors and trade credits on the economic order quantity model for items with imperfect quality
KR20140056731A (ko) 구매추천 시스템 및 방법
KR102409718B1 (ko) 소셜 네트워크와 연동되는 커머스 플랫폼에서의 리뷰샵 관리 방법 및 시스템
KR102409717B1 (ko) 온라인 쇼핑몰의 판매자에게 판매 상품을 추천하는 방법 및 장치
US20200184398A1 (en) Data Analytics Model Selection through Champion Challenger Mechanism
KR20150121281A (ko) 고객의 상품에 대한 선호도에 기초하여 상품을 추천하기 위한 방법 및 그 방법을 수행하기 위한 명령어가 저장된 컴퓨터 판독가능한 기록매체
CN105335518A (zh) 生成用户偏好信息的方法及装置
US20220414579A1 (en) Salesperson evaluation apparatus, salesperson evaluation method, and salesperson evaluation program
CN110689402A (zh) 推荐商家的方法、装置、电子设备及可读存储介质
CN112785390B (zh) 推荐处理方法、装置、终端设备以及存储介质
US10096045B2 (en) Tying objective ratings to online items
KR101737424B1 (ko) 사용자의 구매 및 참여 가능성에 기반하여 광고를 제공하는 방법 및 서버
CN110796520A (zh) 商品推荐的方法、装置、计算设备以及介质
CN113935529A (zh) 客户生命周期价值的确定方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination