申请/专利权人:北京奥维云网大数据科技股份有限公司
申请日:2024-01-04
公开(公告)日:2024-03-29
公开(公告)号:CN117788045A
主分类号:G06Q30/0202
分类号:G06Q30/0202;G06Q30/0201;G06Q10/087;G06F18/10;G06F18/243;G06N3/006;G06N3/126;G06N5/01
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明提供一种产品零售管理方法及系统,涉及数据分析领域,包括采集目标产品的历史零售数据,对历史零售数据进行清洗和预处理,提取历史零售特征,根据历史零售特征以及实时获取的零售特征,基于预设的组合预测模型确定目标产品在目标时间段的零售需求信息,其中,组合预测模型包括第一需求预测模型和第二需求预测模型,第一需求预测模型是基于随机森林树模型构建的,第二需求预测模型是基于XGBoost模型构建的;依据零售需求信息,以最大化销售额为目标,构建第一目标函数,设定第一帕累托约束因子;以最小化库存成本为目标,构建第二目标函数,设定第二帕累托约束因子;通过多目标优化算法,对第一目标函数和第二目标函数进行求解,确定决策变量。
主权项:1.一种产品零售管理的方法,其特征在于,包括:采集目标产品的历史零售数据,对所述历史零售数据进行清洗和预处理,从所述历史零售数据中提取历史零售特征,根据所述历史零售特征以及实时获取的所述目标产品的实时零售特征,基于预设的组合预测模型确定所述目标产品在所设定的目标时间段的零售需求信息,其中,所述组合预测模型包括第一需求预测模型和第二需求预测模型,所述第一需求预测模型是基于随机森林树模型构建的,所述第二需求预测模型是基于XGBoost模型构建的;依据所述零售需求信息,以最大化销售额为目标,构建第一目标函数,设定与所述第一目标函数对应的第一帕累托约束因子;以最小化库存成本为目标,构建第二目标函数,设定与所述第二目标函数对应的第二帕累托约束因子;通过预设的多目标优化算法,对所述第一目标函数和所述第二目标函数进行求解,确定决策变量,其中,所述决策变量包括采购数量、定价策略、促销策略中至少一种。
全文数据:
权利要求:
百度查询: 北京奥维云网大数据科技股份有限公司 一种产品零售管理的方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。