本公開涉及數(shù)據(jù)處理,尤其涉及一種對象的數(shù)據(jù)預測方法、預測裝置和電子設備。
背景技術(shù):
1、在供應鏈管理中,各地區(qū)計劃者會根據(jù)歷史銷量數(shù)據(jù)進行產(chǎn)品級銷量預測。然而,在產(chǎn)品銷售中,常有代際混淆情況,并且同時銷售的產(chǎn)品代際關(guān)系聯(lián)系不強,導致在進行銷量預測時,預測精度低,預測結(jié)果不準確。
技術(shù)實現(xiàn)思路
1、本公開實施例提供一種對象的數(shù)據(jù)預測方法、預測裝置和電子設備。
2、第一方面,本公開實施例提供了一種對象的數(shù)據(jù)預測方法,所述方法包括:
3、獲取多個對象類別以及每一所述對象類別對應的歷史序列數(shù)據(jù)和元素組成信息;
4、根據(jù)所述多個對象類別對應的所述歷史序列數(shù)據(jù)和所述元素組成信息,對所述多個對象類別進行聚類,得到至少一個聚類信息;每一所述聚類信息對應至少一個所述對象類別;
5、根據(jù)所述多個對象類別、所述多個對象類別對應的所述歷史序列數(shù)據(jù)、所述至少一個聚類信息預測所述多個對象類別中的一個或者多個對應的目標數(shù)據(jù)。
6、第二方面,本公開實施例提供了一種預測裝置,所述預測裝置包括獲取單元、聚類單元和預測單元;
7、所述獲取單元,配置為獲取多個對象類別以及每一所述對象類別對應的歷史序列數(shù)據(jù)和元素組成信息;
8、所述聚類單元,配置為根據(jù)所述多個對象類別對應的所述歷史序列數(shù)據(jù)和所述元素組成信息,對所述多個對象類別進行聚類,得到至少一個聚類信息;每一所述聚類信息對應至少一個所述對象類別;
9、所述預測單元,配置為根據(jù)所述多個對象類別、所述多個對象類別對應的所述歷史序列數(shù)據(jù)、所述至少一個聚類信息預測所述多個對象類別中的一個或者多個對應的目標數(shù)據(jù)。
10、第三方面,本公開實施例提供了一種電子設備,所述電子設備包括存儲器和處理器;
11、所述存儲器,用于存儲能夠在所述處理器上運行的計算機程序;
12、所述處理器,用于在運行所述計算機程序時,執(zhí)行如第一方面中任一項所述的方法。
13、第四方面,本公開實施例提供了一種計算機存儲介質(zhì),所述計算機存儲介質(zhì)存儲有計算機程序,所述計算機程序被至少一個處理器執(zhí)行時實現(xiàn)如第一方面中任一項所述的方法。
1.一種對象的數(shù)據(jù)預測方法,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其中,所述獲取多個對象類別以及每一所述對象類別對應的歷史序列數(shù)據(jù)和元素組成信息,包括:
3.根據(jù)權(quán)利要求1所述的方法,其中,所述根據(jù)所述多個對象類別對應的所述歷史序列數(shù)據(jù)和所述元素組成信息,對所述多個對象類別進行聚類,得到至少一個聚類信息,包括:
4.根據(jù)權(quán)利要求3所述的方法,其中,所述歷史序列數(shù)據(jù)包括至少一個歷史數(shù)據(jù),確定所述第一相似度的步驟包括:
5.根據(jù)權(quán)利要求3所述的方法,其中,確定所述第二相似度的步驟包括:
6.根據(jù)權(quán)利要求3所述的方法,其中,所述方法還包括:
7.根據(jù)權(quán)利要求3所述的方法,其中,所有所述第一相似度組成第一相似度矩陣,所有所述第二相似度組成第二相似度矩陣,所有所述第三相似度組成第三相似度矩陣;所述根據(jù)所述多個對象類別彼此之間的相似度,對所述多個對象類別進行聚類,得到所述至少一個聚類信息,包括:
8.根據(jù)權(quán)利要求1至7中任一項所述的方法,其中,對于每一所述聚類信息,所述聚類信息對應的至少一個所述對象類別滿足相似度條件;所述相似度條件包括:所述聚類信息對應的一個所述對象類別與其余任意的所述對象類別之間的相似度均未達到閾值,或者所述聚類信息對應的多個所述對象類別之間的相似度均大于所述閾值。
9.一種預測裝置,所述預測裝置包括獲取單元、聚類單元和預測單元;
10.一種電子設備,所述電子設備包括存儲器和處理器;