买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京高科数聚技术有限公司申请的专利一种基于分层建模的商品销售预测系统和方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115147153B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210782212.4，技术领域涉及：G06Q30/0201；该发明授权一种基于分层建模的商品销售预测系统和方法是由吴小红;程杰;张德道设计研发完成，并于2022-07-04向国家知识产权局提交的专利申请。

本一种基于分层建模的商品销售预测系统和方法在说明书摘要公布了：本发明提出了一种基于分层建模的商品销售预测系统和方法，包括商品销售历史数据获取模块的数据输出端与准入标准判断模块的数据输入端相连，准入标准判断模块的数据输出第一端与粒度分层聚合模块的数据输入端相连，粒度分层聚合模块的数据输出端与商品量第一预测模块的数据输入端相连；准入标准判断模块的数据输出第二端与商品量第二预测模块的数据输入端相连。本发明能够根据历史商品销售数据预测得到商品量。

本发明授权一种基于分层建模的商品销售预测系统和方法在权利要求书中公布了：1.一种基于分层建模的商品销售预测系统，其特征在于，包括：商品销售历史数据获取模块、准入标准判断模块、粒度分层聚合模块和商品量预测模块，商品量预测模块包括商品量第一预测模块和商品量第二预测模块； 商品销售历史数据获取模块的数据输出端与准入标准判断模块的数据输入端相连，准入标准判断模块的数据输出第一端与粒度分层聚合模块的数据输入端相连，粒度分层聚合模块的数据输出端与商品量第一预测模块的数据输入端相连；准入标准判断模块的数据输出第二端与商品量第二预测模块的数据输入端相连； 商品销售历史数据获取模块用于获取商品销售历史数据； 准入标准判断模块用于根据商品销售历史数据获取模块获取的商品销售历史数据，判断获取的商品销售历史数据是否符合准入标准： 若获取的商品销售历史数据符合准入标准，则进入粒度分层聚合模块； 若获取的商品销售历史数据不符合准入标准，则进入商品量第二预测模块； 粒度分层聚合模块用于将商品销售历史数据，自上而下进行粒度分层，聚合得到各层销售历史数据； 商品量第一预测模块用于将粒度分层聚合模块中获取的各层销售历史数据导入到构建模型中，得到各层级的预测商品量； 其中，选择最优模型的方法为： S31，将步骤S3中获取的商品销售历史数据导入到模型一中，得到输出结果数据一；模型一为： yt＝β0+β1yt-1+β2yt-2+…+βpyt-p+∈t+α1εt-1+α2εt-2+…+αqεt-q， 其中，yt-1～yt-p代表自回归模型的p个滞后项； β1～βp代表自回归模型的相关系数； p为自回归模型的阶数； q为移动平均模型的阶数； εt-1～εt-q代表移动平均模型的q个滞后项； α1～αq代表移动平均模型的相关系数； β0表示常数项； ∈t表示随机误差项； S32，将步骤S3中获取的商品销售历史数据导入到模型二中，得到输出结果数据二；模型二为： Yt＝A0+A1Yt-1+A2Yt-2+A3Yt-3+…+ApYt-p+et， 其中， 其中，A0表示N×1阶常数列向量； A1～Ap表示N×M阶参数矩阵； et表示N×1阶随机误差列向量； Yt-1～Yt-p表示N×1阶时间序列列向量； S33，选定评价指标，评价指标最优的模型为最终用来预测的模型，评价指标包括有平均绝对误差MAE、平均绝对百分比误差MAPE、均方误差MSE、均方根误差RMSE、均方误差对数MSLE、中位绝对误差MedAE、拟合优度Rsquared；根据关注点，选择单个指标或多个指标配合使用的方式进行评价； 商品量第二预测模块用于将商品销售历史数据导入到分摊份额，得到预测商品量； 对预测商品量进行修正，其修正方法包括方法一或和方法二：方法一： 预测差值 其中，hat代表预测值； l代表模型层数； M代表上层模型l所包含的下层模型总个数； 表示上层模型l的预测值； 表示上层模型l所包含的第i个模型的预测值； 拆分份额 其中，i代表第i个模型； M代表上层模型l所包含的下层模型总个数； l代表层数； hat代表预测值； 表示上层模型l所包含的第i模型的预测误差； 表示上层模型l所包含的第i模型的实际值； 表示上层模型l所包含的第i模型的预测值； 修正值 其中，i代表第i个模型； l代表层数； si表示上层模型l所包含的第i个模型的拆分份额； εhat表示上层模型l所包含模型的预测差值； 修正后预测值 其中，yhat,i表示上层模型l所包含的第i个模型的预测值； 表示上层模型l所包含的第i个模型的修正值； 方法二： 步骤1：获取上层模型l的第t期预测销量 步骤2：获取上层模型l第t期以前的k期实际销量序列 步骤3：综合步骤1和2得到上层模型l有关的销量序列 步骤4：将步骤3的序列作为一个控制变量，置入上层模型l包含的下层第i个模型，使用多变量时间序列模型预测该模型的销量 确定最优分摊比例的方法包括方法1和方法2： 方法1：使用最近T个月的历史销量占比的平均值作为分摊份额； 其中，M代表分摊数量； i代表分摊数量的第几个； fi代表份额值； yi代表第i个分摊对象的分摊份额； yi,t代表第i个分摊对象在t＝1,2,3,...,T时刻分别对应的销量； yt代表第i个分摊对象最近T个月的销量总和； 方法2：使用最近T个月的历史销量份额的加权平均值作为分摊份额； 其中，M代表分摊数量； i代表分摊数量的第几个； fi代表份额值； T代表使用月份数据的数量； yi,t代表第i个分摊对象在t＝1,2,3,...,T时刻分别对应的销量； yt代表第i个分摊对象最近T个月的销量总和； at表示第i个分摊对象在t＝1,2,3,...,T时刻份额分配的权重； 方法选择：通过对比均方误差情况，选择MSE小的方法。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京高科数聚技术有限公司，其通讯地址为：100085 北京市海淀区创业路8号5号楼5层5-7室531号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。