本发明公开了一种需求预测方法、系统及存储介质,涉及机器学习的数据驱动决策技术领域,具体步骤为:提取产品属性特征和预测特征;根据所述产品属性特征,构建产品簇;对所述预测特征进行初步筛选,得到产品重要特征集;根据所述产品重要特征集结合所述产品簇进行二次筛选,构成二次筛选特征集;将所述二次筛选特征集输入机器学习模型中进行需求预测。在本发明中,将产品归为不同的产品簇,借助同一类别内其他产品的特征信息进行特征二次精选,可以在避免学习模型失效的基础上,有效地解决特征筛选失灵的问题,减少特征维数,从而提升高特征维度、小样本量需求预测效果,降低预测的误差成本。
声明:
“需求预测方法、系统及存储介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)