一种图书销售特征识别方法、系统、电子设备及产品与流程

本发明属于图书供应链数据处理，具体涉及一种图书销售特征识别方法、系统、电子设备及产品。

背景技术：

1、随着电子商务平台的发展，图书销售呈现出品类繁多、更新周期快、需求波动大以及销售模式多样化等特点，使得图书供应链中的采购与库存管理复杂度大幅提升。

2、现有的图书供应链管理通常依赖基于历史销量的统计分析，如采用移动加权平均或简单趋势分析进行采购与库存决策，或通过人工经验判断分析，难以支撑精细化运营。具体地，在使用现有技术的过程中，发明人发现现有技术中至少存在如下问题：

3、a.识别维度单一，仅基于历史总销量或短期销量趋势进行判断，无法区分常销品、长尾品、应季品及热点品等不同销售品类；

4、b.缺乏周期性感知能力，对于具有明显季节规律的图书（如教辅类图书）无法提前预测需求高峰，导致采购滞后或库存积压；

5、c.异常值干扰严重，容易将促销或刷单等偶发高销事件误判为持续热销事件，影响采购决策的准确性；

6、d.长尾需求未被有效识别，低频但稳定的长尾图书容易因销量不高而被排除在采购计划外，影响用户体验与平台服务广度。

7、因此，亟需一种新的图书销售特征识别方案，以提升供应链决策的准确性与前瞻性。

技术实现思路

1、本发明旨在至少在一定程度上解决上述技术问题，本发明提供了一种图书销售特征识别方法、系统、电子设备及产品。

2、为了实现上述目的，本发明采用以下技术方案：

3、第一方面，本发明提供了一种图书销售特征识别方法，包括：

4、获取所有商品在指定历史周期的原始销售数据，并对所述原始销售数据进行预处理，得到预处理后销售数据；

5、根据预先配置的合版规则，对所述预处理后销售数据进行合版聚合处理，得到多组合版品销售数据；其中，各组合版品销售数据对应不同品类的合版品；

6、分别对各组合版品销售数据进行销售特征识别，得到各组合版品销售数据对应品类的合版品的图书销售特征标签；其中，所述图书销售特征标签包括长尾品、常销品和热销品，所述热销品包括应季品和热点品；

7、根据各合版品的图书销售特征标签，对各合版品进行供应链决策。

8、在一个可能的设计中，对所述原始销售数据进行预处理，得到预处理后销售数据，包括：

9、对所述原始销售数据按商品id进行数据对齐处理，得到对齐后销售数据；

10、对所述对齐后销售数据进行数据清洗处理，得到清洗后销售数据；

11、对所述清洗后销售数据进行标准化处理，得到预处理后销售数据。

12、在一个可能的设计中，所述合版规则为：按商品的指定合版信息，对同一指定合版信息的商品的销售数据进行合版聚合处理；其中，所述指定合版信息为年级、学科或版本。

13、在一个可能的设计中，任一组合版品销售数据包括其对应品类的合版品的日销量时序数据；对应地，对所述任一组合版品销售数据进行销售特征识别，得到所述任一组合版品销售数据对应品类的合版品的图书销售特征标签，包括：

14、根据所述任一组合版品销售数据中的日销量时序数据，获取所述任一组合版品销售数据对应品类的合版品的日销量序列方差和年销量；

15、判断所述日销量序列方差是否小于或等于预设的方差阈值；

16、如所述日销量序列方差小于或等于预设的方差阈值，则进一步判断所述年销量是否小于预设的年销量阈值，如是，则判定所述任一组合版品销售数据对应品类的合版品的图书销售特征标签为长尾品，如否，则判定所述任一组合版品销售数据对应品类的合版品的图书销售特征标签为常销品；

17、如所述日销量序列方差大于预设的方差阈值，则根据所述日销量时序数据获取热销阈值，并进一步判断所述日销量时序数据中是否有任一天的日销售量大于所述热销阈值，如是，则判定所述任一组合版品销售数据对应品类的合版品的图书销售特征标签为热销品。

18、在一个可能的设计中，根据所述日销量时序数据获取热销阈值，包括：

19、分别将所述日销量时序数据中每一天的日销量作为候选热销阈值；

20、针对任一候选热销阈值，根据所述任一候选热销阈值将所述日销量时序数据划分为低销类数据和高销类数据，并获取所述低销类数据的均值和占比，以及所述高销类数据的均值和占比；

21、根据所述低销类数据的均值和占比，以及所述高销类数据的均值和占比，计算得到所述低销类数据和所述高销类数据之间的类间方差；

22、将各候选热销阈值对应的类间方差中的最大值作为所述热销阈值。

23、在一个可能的设计中，判定所述任一组合版品销售数据对应品类的合版品的图书销售特征标签为热销品后，所述方法还包括：

24、获取所述日销量时序数据中大于所述热销阈值的日销售量对应的热销日期，将所有热销日期按时间连续性合并成为热销区间，并将其设定为第一热销区间；

25、获取所述指定历史周期前

k个周期对应的热销区间，并将其设定为第二热销区间；其中，

k为大于0的自然数；

26、计算所述第一热销区间与所述第二热销区间之间的重复度；

27、判断所述重复度是否大于或等于预设的重复系数，如是，则判定所述任一组合版品销售数据对应品类的合版品的图书销售特征标签为应季品，如否，则判定判定所述任一组合版品销售数据对应品类的合版品的图书销售特征标签为热点品。

28、在一个可能的设计中，判定所述任一组合版品销售数据对应品类的合版品的图书销售特征标签为应季品后，所述方法还包括：

29、将所述第一热销区间与所述第二热销区间的重叠区间，所述重叠区间前后的连续天数，以及所述第一热销区间与所述第二热销区间中与所述重叠区间之间的间隔在间隔天数内的间隔区间进行合并，得到所述任一组合版品销售数据对应品类的合版品的季节周期。

30、第二方面，本发明提供了一种图书销售特征识别系统，包括：

31、数据预处理模块，用于获取所有商品在指定历史周期的原始销售数据，并对其进行预处理，得到预处理后销售数据；

32、合版聚合模块，与所述数据预处理模块通信连接，用于根据预先配置的合版规则，对所述预处理后销售数据进行合版聚合处理，得到多组合版品销售数据；其中，各组合版品销售数据对应不同品类的合版品；

33、销售特征识别模块，与所述合版聚合模块通信连接，用于分别对各组合版品销售数据进行销售特征识别，得到各组合版品销售数据对应品类的合版品的图书销售特征标签；其中，所述图书销售特征标签包括长尾品、常销品和热销品；

34、供应链决策模块，与所述销售特征识别模块通信连接，用于根据各合版品的图书销售特征标签，对各合版品进行供应链决策。

35、第三方面，本发明提供了一种电子设备，包括：

36、存储器，用于存储计算机程序指令；以及，

37、处理器，用于执行所述计算机程序指令从而完成如上述任意一项所述的一种图书销售特征识别方法的操作。

38、第四方面，本发明提供了一种计算机程序产品，包括计算机程序或指令，所述计算机程序或所述指令在被计算机执行时实现如上述任意一项所述的一种图书销售特征识别方法。

39、本发明的有益效果为：

40、1）本发明基于数据聚合机制，可提取稳定的销售特征，同时对不同品类的数据进行多维分类，为供应链的精准化、智能化决策提供技术支撑。本发明在实施过程中，通过引入合版聚合机制，将多sku粒度的数据统一至合版层级，可显著降低数据稀疏性与随机波动性，使得销售特征更加稳定；结合分阶段销售特征识别策略，实现了对长尾品、常销品及热销品的精细区分，并可进一步支持应季品与热点品的识别，从而使供应链决策由单一销量驱动转变为多特征驱动，显著提升采购计划的准确性与前瞻性。

41、2）本发明通过构建日销量时序数据，并基于方差及年销量两个维度对商品进行分类，实现了对销售稳定性与销售规模的联合建模，从而能够有效区分“低销量稳定（长尾）”与“高销量稳定（常销）”两类合版品；本发明还通过在方差较大的情况下引入热销阈值判定机制，使本发明能够识别具有明显销售高峰的商品，从而实现对不同销售行为模式的分层识别，提高分类结果的精细度。

42、3）本发明通过遍历候选阈值并计算类间方差，自动选取使类间差异最大的阈值作为最佳阈值，也即热销阈值

t，实现了对不同商品销售分布的自适应划分。类间方差越大，表示划分的高销和低销之间的区分度越高，可保证基于热销阈值

t进行热销判断的准确度更高。相比固定阈值方法，本发明能够根据实际销售数据动态调整高销与低销的划分边界，从而提高热销品识别的准确性，并增强对不同品类及不同销售规模商品的适应能力。

43、4）本发明通过将热销日期按时间连续性合并为热销区间，使原本离散的高销量点转化为具有业务意义的时间段，从而避免单日异常高销对判断结果的干扰，提高热销识别的稳定性。本发明还通过引入跨周期热销区间重复度计算，实现对销售周期性的量化分析，从而能够区分周期性驱动的应季品与非周期性驱动的热点品，进而升销售特征识别的业务解释能力与决策价值。

44、本发明的其他有益效果将在具体实施方式中进一步进行说明。