JP6992526B2 - 需要予測プログラム、需要予測方法および需要予測装置 - Google Patents
需要予測プログラム、需要予測方法および需要予測装置 Download PDFInfo
- Publication number
- JP6992526B2 JP6992526B2 JP2018003743A JP2018003743A JP6992526B2 JP 6992526 B2 JP6992526 B2 JP 6992526B2 JP 2018003743 A JP2018003743 A JP 2018003743A JP 2018003743 A JP2018003743 A JP 2018003743A JP 6992526 B2 JP6992526 B2 JP 6992526B2
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- error
- period
- models
- forecast
- 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.)
- Active
Links
- 238000013277 forecasting method Methods 0.000 title description 10
- 238000000034 method Methods 0.000 claims description 72
- 238000004364 calculation method Methods 0.000 description 58
- 238000010586 diagram Methods 0.000 description 22
- 230000003068 static effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000009499 grossing Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 3
- 230000003698 anagen phase Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000013068 supply chain management Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000001373 regressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図1は、実施形態にかかる需要予測装置の機能構成例を示すブロック図である。図1に示すように、需要予測装置1は、入力部10、学習部20、予測部50および出力部60を有し、入力された販売実績データ11を用いる、複数の予測モデル30を利用した需要予測を行う装置である。
学習部20は、予測モデル学習部21、予測誤差算出部22、特性算出部23および誤差予測モデル学習部24を有する。
図1に戻り、予測部50は、予測値算出部51、予測誤差算出部52、重み生成部53および需要予測部54を有する。
以上のように、需要予測装置1は、学習部20と、重み生成部53と、需要予測部54とを有する。学習部20は、販売実績データ11による需要予測を行う複数の予測モデル30それぞれについて、対象商品に関する商品情報、および、第1の期間の販売実績データ11による各予測モデル30の予測結果に基づき、各予測モデル30の予測誤差をそれぞれ推定する複数の誤差予測モデル40の学習を行う。重み生成部53は、第1の期間より後の期間である第2の期間の販売実績データ11、および、商品情報に基づき複数の誤差予測モデル40を用いて生成された複数の予測モデル30の予測値の予測誤差から、複数の予測モデル30の重み付け情報を生成する。需要予測部54は、重み生成部53の重み付け情報により組み合わせた複数の予測モデル30の予測結果に基づき、需要予測を行う。
なお、図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
販売実績データによる需要予測を行う複数の予測モデルそれぞれについて、対象商品に関する商品情報、および、第1の期間の販売実績データによる各予測モデルの予測結果に基づき、各予測モデルの予測誤差をそれぞれ推定する複数の誤差予測モデルの学習を行い、
前記第1の期間より後の期間である第2の期間の販売実績データ、および、前記商品情報に基づき前記複数の誤差予測モデルを用いて生成された前記複数の予測モデルの複数の予測値の予測誤差から、前記複数の予測モデルの重み付け情報を生成し、
前記重み付け情報により組み合わせた前記複数の予測モデルの予測結果に基づき、需要予測を行う、
処理を実行させる需要予測プログラム。
ことを特徴とする付記1に記載の需要予測プログラム。
ことを特徴とする付記1または2に記載の需要予測プログラム。
販売実績データによる需要予測を行う複数の予測モデルそれぞれについて、対象商品に関する商品情報、および、第1の期間の販売実績データによる各予測モデルの予測結果に基づき、各予測モデルの予測誤差をそれぞれ推定する複数の誤差予測モデルの学習を行い、
前記第1の期間より後の期間である第2の期間の販売実績データ、および、前記商品情報に基づき前記複数の誤差予測モデルを用いて生成された前記複数の予測モデルの複数の予測値の予測誤差から、前記複数の予測モデルの重み付け情報を生成し、
前記重み付け情報により組み合わせた前記複数の予測モデルの予測結果に基づき、需要予測を行う、
処理を実行する需要予測方法。
ことを特徴とする付記4に記載の需要予測方法。
ことを特徴とする付記4または5に記載の需要予測方法。
前記第1の期間より後の期間である第2の期間の販売実績データ、および、前記商品情報に基づき前記複数の誤差予測モデルを用いて生成された前記複数の予測モデルの複数の予測値の予測誤差から、前記複数の予測モデルの重み付け情報を生成する重み生成部と、
前記重み付け情報により組み合わせた前記複数の予測モデルの予測結果に基づき、需要予測を行う予測部と、
を有することを特徴とする需要予測装置。
ことを特徴とする付記7に記載の需要予測装置。
ことを特徴とする付記7または8に記載の需要予測装置。
2…コンピュータ
10…入力部
11…販売実績データ
20…学習部
21…予測モデル学習部
22…予測誤差算出部
23…特性算出部
24…誤差予測モデル学習部
30、30A~30N…予測モデル
40、40A~40N…誤差予測モデル
50…予測部
51…予測値算出部
52…予測誤差算出部
53…重み生成部
54…需要予測部
60…出力部
G、G1~G6、G11~G22…グラフ
X1…説明変数
X2…目的変数
Y1…予測誤差
Y2…平均予測誤差
101…CPU
102…入力装置
103…モニタ
104…スピーカ
105…媒体読取装置
106…インタフェース装置
107…通信装置
108…RAM
109…ハードディスク装置
110…バス
111…プログラム
112…各種データ
Claims (5)
- コンピュータに、
販売実績データによる需要予測を行う複数の予測モデルそれぞれについて、対象商品に関する商品情報、および、第1の期間の販売実績データによる各予測モデルの予測結果に基づき、各予測モデルの予測誤差をそれぞれ推定する複数の誤差予測モデルの学習を行い、
前記第1の期間より後の期間である第2の期間の販売実績データ、および、前記商品情報に基づき前記複数の誤差予測モデルを用いて生成された前記複数の予測モデルの複数の予測値の予測誤差から、前記複数の予測モデルの重み付け情報を生成し、
前記重み付け情報により組み合わせた前記複数の予測モデルの予測結果に基づき、需要予測を行う処理を実行させ、
前記学習を行う処理は、前記商品情報、および、前記第1の期間の販売実績データに基づく前記対象商品の販売前から決まっている商品特性と、販売後に変化する商品特性とを少なくとも説明変数とし、前記予測モデルの予測誤差を目的変数として前記誤差予測モデルの学習を行う、
需要予測プログラム。 - 前記学習を行う処理は、前記商品情報、および、前記第1の期間の販売実績データに基づく前記対象商品のライフサイクル特性を少なくとも説明変数とし、前記予測モデルの予測誤差を目的変数として前記誤差予測モデルの学習を行う、
ことを特徴とする請求項1に記載の需要予測プログラム。 - 前記生成する処理は、前記複数の予測モデルの複数の予測値の予測誤差の逆数をもとに前記複数の予測モデルの重み付け情報を生成する、
ことを特徴とする請求項1または2に記載の需要予測プログラム。 - コンピュータが、
販売実績データによる需要予測を行う複数の予測モデルそれぞれについて、対象商品に関する商品情報、および、第1の期間の販売実績データによる各予測モデルの予測結果に基づき、各予測モデルの予測誤差をそれぞれ推定する複数の誤差予測モデルの学習を行い、
前記第1の期間より後の期間である第2の期間の販売実績データ、および、前記商品情報に基づき前記複数の誤差予測モデルを用いて生成された前記複数の予測モデルの複数の予測値の予測誤差から、前記複数の予測モデルの重み付け情報を生成し、
前記重み付け情報により組み合わせた前記複数の予測モデルの予測結果に基づき、需要予測を行う処理を実行し、
前記学習を行う処理は、前記商品情報、および、前記第1の期間の販売実績データに基づく前記対象商品の販売前から決まっている商品特性と、販売後に変化する商品特性とを少なくとも説明変数とし、前記予測モデルの予測誤差を目的変数として前記誤差予測モデルの学習を行う、
需要予測方法。 - 販売実績データによる需要予測を行う複数の予測モデルそれぞれについて、対象商品に関する商品情報、および、第1の期間の販売実績データによる各予測モデルの予測結果に基づき、各予測モデルの予測誤差をそれぞれ推定する複数の誤差予測モデルの学習を行う学習部と、
前記第1の期間より後の期間である第2の期間の販売実績データ、および、前記商品情報に基づき前記複数の誤差予測モデルを用いて生成された前記複数の予測モデルの複数の予測値の予測誤差から、前記複数の予測モデルの重み付け情報を生成する重み生成部と、
前記重み付け情報により組み合わせた前記複数の予測モデルの予測結果に基づき、需要予測を行う予測部と、を有し、
前記学習部は、前記商品情報、および、前記第1の期間の販売実績データに基づく前記対象商品の販売前から決まっている商品特性と、販売後に変化する商品特性とを少なくとも説明変数とし、前記予測モデルの予測誤差を目的変数として前記誤差予測モデルの学習を行う、
ことを特徴とする需要予測装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018003743A JP6992526B2 (ja) | 2018-01-12 | 2018-01-12 | 需要予測プログラム、需要予測方法および需要予測装置 |
US16/234,820 US20190220877A1 (en) | 2018-01-12 | 2018-12-28 | Computer-readable recording medium, demand forecasting method and demand forecasting apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018003743A JP6992526B2 (ja) | 2018-01-12 | 2018-01-12 | 需要予測プログラム、需要予測方法および需要予測装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019125048A JP2019125048A (ja) | 2019-07-25 |
JP6992526B2 true JP6992526B2 (ja) | 2022-01-13 |
Family
ID=67212979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018003743A Active JP6992526B2 (ja) | 2018-01-12 | 2018-01-12 | 需要予測プログラム、需要予測方法および需要予測装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20190220877A1 (ja) |
JP (1) | JP6992526B2 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220292533A1 (en) * | 2019-08-28 | 2022-09-15 | Ntt Docomo, Inc. | Demand prediction device |
JP7390138B2 (ja) * | 2019-09-04 | 2023-12-01 | 株式会社Uacj | 情報処理装置、情報処理方法、および情報処理プログラム |
CN110597227A (zh) * | 2019-09-18 | 2019-12-20 | 珠海格力电器股份有限公司 | 故障信息的显示方法和设备 |
KR102331158B1 (ko) * | 2019-12-18 | 2021-11-25 | 주식회사 씨앤에이아이 | 섬유 원단의 판매량을 추정하기 위한 전자 장치, 방법, 및 컴퓨터 판독가능 매체 |
JP7393244B2 (ja) * | 2020-02-25 | 2023-12-06 | 株式会社日立製作所 | 時系列データ予測装置及び時系列データ予測方法 |
CN113362179B (zh) * | 2021-06-30 | 2024-01-30 | 中国农业银行股份有限公司 | 交易数据的预测方法、装置、设备、存储介质及程序产品 |
CN118103855A (zh) | 2021-10-20 | 2024-05-28 | 三菱电机株式会社 | 学习装置、预测装置、预测系统、学习方法、预测方法以及预测程序 |
JP7432129B1 (ja) | 2022-11-14 | 2024-02-16 | 富士電機株式会社 | 電力市場価格予測システムおよび電力市場価格予測方法 |
CN118013469B (zh) * | 2024-04-07 | 2024-06-14 | 企云方(上海)软件科技有限公司 | 用于企业架构管理多维数据的时间相关模型分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005122438A (ja) | 2003-10-16 | 2005-05-12 | Fuji Electric Holdings Co Ltd | 予測方法、予測装置、予測プログラムおよび記録媒体 |
JP2009104408A (ja) | 2007-10-23 | 2009-05-14 | Ntt Data Corp | 統合需要予測装置、統合需要予測方法、及び統合需要予測プログラム |
JP2011165152A (ja) | 2010-02-15 | 2011-08-25 | Fuji Electric Co Ltd | エネルギー需要予測装置およびエネルギー需要予測方法 |
-
2018
- 2018-01-12 JP JP2018003743A patent/JP6992526B2/ja active Active
- 2018-12-28 US US16/234,820 patent/US20190220877A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005122438A (ja) | 2003-10-16 | 2005-05-12 | Fuji Electric Holdings Co Ltd | 予測方法、予測装置、予測プログラムおよび記録媒体 |
JP2009104408A (ja) | 2007-10-23 | 2009-05-14 | Ntt Data Corp | 統合需要予測装置、統合需要予測方法、及び統合需要予測プログラム |
JP2011165152A (ja) | 2010-02-15 | 2011-08-25 | Fuji Electric Co Ltd | エネルギー需要予測装置およびエネルギー需要予測方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2019125048A (ja) | 2019-07-25 |
US20190220877A1 (en) | 2019-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6992526B2 (ja) | 需要予測プログラム、需要予測方法および需要予測装置 | |
Angerhofer et al. | A model and a performance measurement system for collaborative supply chains | |
Ketzenberg | The value of information in a capacitated closed loop supply chain | |
US9286573B2 (en) | Cost-aware non-stationary online learning | |
Yelland et al. | Forecasting demand for fashion goods: a hierarchical Bayesian approach | |
JP2018142199A (ja) | 学習システムおよび学習方法 | |
Mousavian et al. | Equilibria in investment and spot electricity markets: a conjectural-variations approach | |
WO2018088277A1 (ja) | 予測モデル生成システム、方法およびプログラム | |
WO2016073025A1 (en) | Demand forecasting and simulation | |
US20230267007A1 (en) | System and method to simulate demand and optimize control parameters for a technology platform | |
WO2019187289A1 (ja) | 評価システム、評価方法および評価用プログラム | |
CN111724176A (zh) | 店铺流量调节方法、装置、设备及计算机可读存储介质 | |
US20140236667A1 (en) | Estimating, learning, and enhancing project risk | |
JPWO2018088276A1 (ja) | 予測モデル生成システム、方法およびプログラム | |
CN115049458A (zh) | 基于用户人群建模的商品推送方法及装置、介质、设备 | |
Vaitkus et al. | Electrical spare parts demand forecasting | |
JP2020115276A (ja) | 情報処理方法、情報処理装置、プログラム及び学習済みモデルの生成方法 | |
Li et al. | Random network models and sensitivity algorithms for the analysis of ordering time and inventory state in multi-stage supply chains | |
JPWO2020075255A1 (ja) | 学習装置、学習方法、及びプログラム | |
Long et al. | Intelligent decision support system for optimizing inventory management under stochastic events | |
WO2023084781A1 (ja) | 入荷量予測モデル生成装置、取引量予測装置、入荷量予測モデル生成方法、取引量予測方法、及び入荷量予測モデル生成プログラム | |
JPWO2019053828A1 (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
Castrillejo et al. | Electricity demand forecasting: The Uruguayan case | |
JP6849084B2 (ja) | 情報分析装置、情報分析方法および情報分析プログラム | |
JP7480844B2 (ja) | 需要予測装置、需要予測方法、及び需要予測プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201008 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210827 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210907 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211028 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6992526 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |