【技術實現步驟摘要】
本申請涉及設備備件管理，尤其涉及一種售后備件預測方法、設備、存儲介質及程序產品。
技術介紹
1、隨著科技的發展和工業設備的日益復雜，售后維修服務的重要性日益凸顯，而備件管理是售后維修服務的關鍵環節，備件預測的準確性直接影響著維修效率和成本控制。傳統的售后備件預測方法主要依靠歷史銷售數據和經驗判斷，缺乏對售后維修數據的深入挖掘和分析，無法充分利用售后工單中蘊含的豐富信息，導致預測準確性不高。
2、上述內容僅用于輔助理解本申請的技術方案，并不代表承認上述內容是現有技術。
技術實現思路
1、本申請的主要目的在于提供一種售后備件預測方法、設備、存儲介質及程序產品，旨在解決無法充分利用售后工單數據而導致的售后備件預測準確性低的技術問題。
2、為實現上述目的，本申請提出一種售后備件預測方法，所述的方法包括：
3、獲取歷史售后工單數據，所述歷史售后工單數據包括客戶類型、項目類型、設備類型、故障部位、報修關鍵字、歷史備件數據及工單描述；
4、對所述歷史售后工單數據進行預處理，形成原始工單數據集；
5、基于所述原始工單數據集，構建線性回歸模型；
6、在接收到新的售后工單數據時，將所述新的售后工單數據輸入所述線性回歸模型；
7、基于所述線性回歸模型輸出預測備件數據。
8、在一實施例中，所述對所述歷史售后工單數據進行預處理的步驟包括：
9、刪除所述歷史售后工單數據中存在異常的數據；
1
11、將所述歷史售后工單數據轉換為數字編碼，以符合所述線性回歸模型輸入和計算；
12、通過加權算法將所述歷史售后工單數據處理成統一的標準尺度。
13、在一實施例中，所述基于所述原始工單數據集，構建線性回歸模型的步驟包括：
14、將所述原始工單數據集劃分為訓練集和測試集；
15、通過所述訓練集訓練所述線性回歸模型；
16、通過所述測試集驗證所述線性回歸模型的準確性，根據驗證結果調整所述線性回歸模型。
17、在一實施例中，所述通過所述訓練集訓練所述線性回歸模型的步驟包括：
18、基于所述訓練集確定所述線性回歸模型的回歸系數；
19、根據所述線性回歸模型訓練輸出的備件數據和所述訓練集中的歷史備件數據的差值，確定所述線性回歸模型的誤差項；
20、基于所述回歸系數和所述誤差項確定所述線性回歸模型的目標函數，所述目標函數用于確定所述預測備件數據。
21、在一實施例中，所述通過所述測試集驗證所述線性回歸模型的準確性，根據驗證結果調整所述線性回歸模型的步驟包括：
22、將所述測試集中的售后工單數據代入所述目標函數中，獲取所述線性回歸模型輸出的驗證數據；
23、基于所述測試集中的歷史備件數據和所述驗證數據，調整所述線性回歸模型的所述誤差項。
24、在一實施例中，所述基于所述訓練集確定所述線性回歸模型的回歸系數的步驟包括：
25、基于所述客戶類型、所述項目類型、所述設備類型、所述故障部位和所述報修關鍵字，提取所述訓練集中歷史售后工單數據內的不同類型特征，將所述不同類型特征進行組合形成不同特征樣本；
26、基于所述不同特征樣本對所述線性回歸模型進行訓練，得到所述不同特征樣本對應的子回歸系數；
27、基于所述不同特征樣本對應的子回歸系數，通過加權算法確定所述線性回歸模型的所述回歸系數。
28、在一實施例中，所述基于所述線性回歸模型輸出預測備件數據的步驟之后，還包括：
29、根據所述預測備件數據和實際使用的備件數據，調整所述線性回歸模型的所述誤差項。
30、此外，為實現上述目的，本申請還提出一種售后備件預測設備，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現如上文所述的售后備件預測方法的步驟。
31、此外，為實現上述目的，本申請還提出一種存儲介質，所述存儲介質為計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如上文所述的售后備件預測方法的步驟。
32、此外，為實現上述目的，本申請還提供一種計算機程序產品，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執行時實現如上文所述的售后備件預測方法的步驟。
33、本申請提供了一種售后備件預測方法，通過獲取歷史售后工單數據，歷史售后工單數據包括客戶類型、項目類型、設備類型、故障部位、報修關鍵字、歷史備件數據及工單描述；對歷史售后工單數據進行預處理，形成原始工單數據集；基于原始工單數據集，構建線性回歸模型；在接收到新的售后工單數據時，將新的售后工單數據輸入線性回歸模型；基于線性回歸模型輸出預測備件數據，充分利用售后工單數據，提高售后備件預測準確性。
本文檔來自技高網...【技術保護點】
1.一種售后備件預測方法，其特征在于，所述的方法包括：
2.如權利要求1所述的方法，其特征在于，所述對所述歷史售后工單數據進行預處理的步驟包括：
3.如權利要求1所述的方法，其特征在于，所述基于所述原始工單數據集，構建線性回歸模型的步驟包括：
4.如權利要求3所述的方法，其特征在于，所述通過所述訓練集訓練所述線性回歸模型的步驟包括：
5.如權利要求3所述的方法，其特征在于，所述通過所述測試集驗證所述線性回歸模型的準確性，根據驗證結果調整所述線性回歸模型的步驟包括：
6.如權利要求4所述的方法，其特征在于，所述基于所述訓練集確定所述線性回歸模型的回歸系數的步驟包括：
7.如權利要求1所述的方法，其特征在于，所述基于所述線性回歸模型輸出預測備件數據的步驟之后，還包括：
8.一種售后備件預測設備，其特征在于，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現如權利要求1至7中任一項所述的售后備件預測方法的步驟。
9.一種存儲介質，其特
10.一種計算機程序產品，其特征在于，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7中任一項所述的售后備件預測方法的步驟。
...【技術特征摘要】
1.一種售后備件預測方法，其特征在于，所述的方法包括：
2.如權利要求1所述的方法，其特征在于，所述對所述歷史售后工單數據進行預處理的步驟包括：
3.如權利要求1所述的方法，其特征在于，所述基于所述原始工單數據集，構建線性回歸模型的步驟包括：
4.如權利要求3所述的方法，其特征在于，所述通過所述訓練集訓練所述線性回歸模型的步驟包括：
5.如權利要求3所述的方法，其特征在于，所述通過所述測試集驗證所述線性回歸模型的準確性，根據驗證結果調整所述線性回歸模型的步驟包括：
6.如權利要求4所述的方法，其特征在于，所述基于所述訓練集確定所述線性回歸模型的回歸系數的步驟包括：
7.如權利要求1所述...
【專利技術屬性】
技術研發人員：謝海濤，黃樂濤，陽杰，沈煥元，潘文文，
申請(專利權)人：廣州平云小匠科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。