一種對信息指數進行預測分析及展示的系統的制作方法

本發明涉及信息指數預測領域，尤其涉及一種對信息指數進行預測分析及展示的系統。

背景技術：

目前，對于企業所關心的信息指數而言，少數大型客戶通過企業信息集成軟件如DSS、MIS或BI、大多數小微企業或者個人使用數據報表或文檔來存儲信息指數原始數據并進行未來預測和歷史分析。

具體地，客戶將第三方信息平臺發布的信息指數通過人工的方式錄入到客戶所在企業的企業信息集成軟件或者個人的數據報表或文檔中。通過上述軟件、報表或文檔的計算功能并結合客戶自己設計的分析方法自動計算歷史數據。結合歷史數據，猜測未來一段時間或時點的數值，繼續錄入上述軟件、報表或文檔。對過去某個時期的猜測數據與實際信息指數進行對比，判斷客戶當時預測的偏差。

上述未來預測及歷史分析方法的問題在于：（1）客戶無法將自己的信息指數發布到第三方平臺并形成一個基準指數，同時還能供客戶自己或者其他業務相關的多客戶以互相可見或者不可見的方式進行未來預測。（2）對于第三方平臺或者客戶自己發布的信息指數，客戶無法根據需要自如地選擇在客戶服務器、第三方平臺或者云端 等不同存儲環境下，在數據兼容的前提下以與客戶自己未來預測數據結合或者不結合的選項方式進行計算、搜索、展示和上傳。（3）無法在不鍵入任何數字的情況下，單憑手指滑動即能描述出客戶滿意的未來預測數據及圖形。無法實現多客戶的在線對比展示。（4）客戶不得不各自每日用傳統的方式更新或者記錄自己的未來預測，無法實現信息指數歷史數據和客戶預測數據同時自動按日度更新的迭代式信息預測合并展示，無法實現上述合并展示的多人操作，對于上述信息歷史、預測與行動對策的迭代式合并展示，無法歸納并搜索出過往迭代式合并展示。（5）無法定量地描述不同客戶對于相同基準指數未來預測的水平高低，無法將上述水平高低自動通知到對此感興趣的第三方客戶。

綜上所述，客戶對目前水平下的未來預測和歷史分析軟件或方法存在不滿意之處。此時如果不能提供特別令客戶感到滿意的未來預測和歷史分析的體驗結果，客戶無法將未來預測的行為形成群眾行為，不得不變成客戶個人的行為而減弱了預測價值。客戶也因為龐大而單調的每日錄入數據而變得對未來預測反感，這種反感會因為客戶特別是企業內部經辦客戶的抗拒而降低預測的準確性。企業自身或者客戶之間也會因為缺乏各個客戶針對給定基準指數的未來預測的量化歷史評價，而無法判斷誰優誰劣。這類判斷的無法操作，是造成企業內濫竽充數或者上下級扯皮的原因。結果，傳統的未來預測和歷史分析不僅無法為企業或者客戶的決策提供幫助，相反會有時因為體驗差可操作性差而讓企業的決策中毒或者效率降低。

技術實現要素：

本發明鑒于上述情況而作出，其目的是提供一種對信息指數進行未來預測及歷史分析的系統，能夠有效地對信息指數進行未來預測及歷史分析。

本發明提供一種對信息指數進行預測分析及展示的系統，所述系統包括：

預測和對比單元，用于對未來信息指數進行預測以及將多個的預測結果進行對比展示；

數據組合單元，用于將信息指數或信息指數集合的歷史數據、客戶定量預測數據、客戶或客戶團隊定性分析以及最終行動對策形成信息歷史、預測與行動對策的迭代式合并展示，并且提供過往迭代式合并展示搜索功能。

進一步地，所述信息指數是一組包含歷史，現在和未來的數據，以可視化或非可視化的方式構成的數組。

進一步地，所述信息指數包括作為計算基礎的基準指數和根據基準指數和自定義算法再次計算得到的次生指數。

進一步地，所述預測和對比單元包括：

預測指數單元，用于在移動端通過手指滑動來對信息指數進行預測；

對比展示單元，用于將多個客戶預測的結果進行對比展示。

進一步地，所述預測指數單元還用于:

將客戶的預測結果，按照每日為存儲節點、每日每次預測結果為存儲節點里的存儲記錄加以存儲；

通過滑動式單獨點擊推動單點預測并記錄和存儲；

通過來回滑動快速找到任意精度的預測點；

快速進行預測區間內任意長度曲線的形狀及預測點估值；

按照客戶習慣找到最近似數量級單位；

能夠滑動到客戶實際使用習慣的有效數字數值；

自動匹配指數曲線展示區間；

對客戶超出合理范圍的無效滑動進行提醒和阻尼；。

通過聲效提醒客戶處于預測狀態或者超出合理范圍；

為客戶提供選擇整數或任意小數為預測步長。

進一步地，所述預測和對比單元與數據組合單元相結合來將信息指數或信息指數集合的歷史數據、客戶定量預測數據、客戶或客戶團隊定性分析以及最終行動對策形成信息歷史、預測與行動對策的迭代式合并展示。

進一步地，所述預測和對比單元與數據組合單元相結合還用來對所述信息歷史、預測與行動對策的迭代式合并展示，并且提供過往迭代式合并展示搜索功能。

進一步地，所述信息指數可以通過所述系統,在客戶與客戶之間實現分享，被分享的內容包括所述預測和對比單元與數據組合單元相結合來將信息指數或信息指數集合的歷史數據、客戶定量預測數據、客戶或客戶團隊定性分析以及最終行動對策形成信息歷史、預測與行動對策的迭代式合并展示以及相關聯的文字和圖片。

進一步地，所述分享包括權限分享和/或非機密分享。

附圖說明

圖1是本發明的對信息指數進行未來預測及歷史分析的系統的結構示意圖；

圖2是本發明的實施例示意圖一；

圖3是本發明的實施例示意圖二；

圖4是本發明的實施例示意圖三；

圖5是本發明的實施例示意圖四；

圖6是本發明的實施例示意圖五；

圖7是本發明的實施例示意圖六；

圖8是本發明的實施例示意圖七；

圖9是本發明的實施例示意圖八；

圖10是本發明的實施例示意圖九；

圖11是本發明的實施例示意圖十;

圖12是本發明的實施例示意圖十一；

圖13是本發明的實施例示意圖十二；

圖14是本發明的實施例示意圖十三；

圖15是本發明的實施例示意圖十四；

圖16是本發明的實施例示意圖十五；

圖17是本發明的實施例示意圖十六；

圖18是本發明的實施例示意圖十七；

圖19是本發明的實施例示意圖十八；

圖20是本發明的實施例示意圖十九；

圖21是本發明的實施例示意圖二十。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚明了，下面結合具體實施方式并參照附圖，對本發明進一步詳細說明。應該理解，這些描述只是示例性的，而并非要限制本發明的范圍。此外，在以下說明中，省略了對公知結構和技術的描述，以避免不必要地混淆本發明的概念。

如圖1至圖18所示，本發明提供一種對信息指數進行未來預測及歷史分析的系統，能夠有效地對信息指數進行未來預測及歷史分析。

圖1是本發明的對信息指數進行未來預測及歷史分析的系統的結構示意圖。

如圖1所示，一種對信息指數進行未來預測及歷史分析的系統，所述系統包括：

基準指數單元101，用于顯示第三方信息指數或者客戶自行發布的信息指數；

歷史數據加工單元102，用于在客戶服務器、第三方平臺或者云端等不同存儲環境下對所述信息指數的歷史數據進行計算、搜索、展示和上傳；

預測和對比單元103，用于對未來信息指數進行預測以及將多個的預測結果進行對比展示；

數據組合單元104，用于將信息指數或信息指數集合的歷史數據、客戶定量預測數據、客戶或客戶團隊定性分析以及最終行動對策形成信息歷史、預測與行動對策的迭代式合并展示，并且提供過往迭代式合并展示搜索功能；

預測歷史分析單元105，用于對歷史預測進行統計、排序和檢索。

所述信息指數是一組包含歷史，現在和未來的數據，所述數據以可視化或非可視化的方式構成數組。

所述信息指數包括作為計算基礎的基準指數和根據基準指數和自定義算法再次計算得到的次生指數。

歷史數據加工單元102還用于將第三方信息指數結合客戶自身的數據進行計算后，再發布到第三方平臺供客戶自身或其他多個客戶確定為基準指數。

預測和對比單元103包括：

預測指數單元，用于在移動端通過手指滑動來對信息指數進行預測；。

對比展示單元，用于將多個客戶預測的結果進行對比展示。

進一步地，所述預測指數單元還用于:

將客戶的預測結果，按照每日為存儲節點、每日每次預測結果為存儲節點里的存儲記錄加以存儲；

通過滑動式單獨點擊推動單點預測并記錄和存儲；

通過來回滑動快速找到任意精度的預測點；

快速進行預測區間內任意長度曲線的形狀及預測點估值；

按照客戶習慣找到最近似數量級單位；

能夠滑動到客戶實際使用習慣的有效數字數值；

自動匹配指數曲線展示區間；

對客戶超出合理范圍的無效滑動進行提醒和阻尼；

通過聲效提醒客戶處于預測狀態或者超出合理范圍；

為客戶提供選擇整數或任意小數為預測步長。

預測和對比單元103與數據組合單元104相結合來將信息指數或信息指數集合的歷史數據、客戶定量預測數據、客戶或客戶團隊定性分析以及最終行動對策形成信息歷史、預測與行動對策的迭代式合并展示。

預測和對比單元103與數據組合單元104相結合還用來對所述信息歷史、預測與行動對策的迭代式合并展示，并且提供過往迭代式合并展示搜索功能。

預測歷史分析單元105還用于：

計算自預測日開始的各個預測指數數據與基準指數數據的均價差；

通過均價差判斷客戶預測未來指數漲跌的能力；

計算自預測日開始的各個預測指數曲線與基準指數曲線的走勢精準度；

通過走勢精準度判斷客戶預測指數未來走勢軌跡的能力。

預測歷史分析單元105還用于為客戶提供查詢自己在過去的預測均價差和走勢精準度歷史，并對自我的預測能力進行回顧。

實施例一

基準指數單元101負責讓客戶確定基準指數，允許將外部輸入的信息指數確定為基準指數，或者將客戶自己的內部數據確定為基本指數。基本指數可以供自己研習、公司內部發布、或者向社會發布。本實施例中，基準指數來自客戶自己發布的信息指數。這個信息指數被多個客戶的歷史數據加工單元102接收，使得其他客戶感覺該信息指數來自第三方平臺，并被多個客戶確定為各自的基準指數。

通常，能夠單獨接收并展示第三方信息指數的客戶端模式很多，但這些客戶端大多僅被動地接收數據通信及數據展示，更先進的BI可以提供信息指數的整合，但不提供發布功能，更不會提供公司內外多個客戶的對比功能。而本實施例卻是以“接收到的多個信息指數”、或者是“客戶自行發布的信息指數”為起點，和客戶的未來預測和歷史分析相結合，形成主動式工作模式，再通過客戶定向發布（即有限的客戶），或整體發布（即任意客戶），從而讓多個客戶具有相同的基準指數。這種結構帶來的結果是，信息指數不一定是被唯一的客戶所控制的，而可以被業務相關的多個客戶相互研討，定量博弈。基準指數單元101確定的信息指數在手機端的展示，如圖2所示。在圖2里，來自第三方的“純苯高橋出廠價”與客戶自己實際經營中獲得的50元折扣結合起來，是客戶自己實際采購成本，經基準指數單元101發布后形成信息指數“純苯華東低端”。其次，“純苯華東低端”信息指數在第三方平臺如SAAS模式的存儲環境下，其日度變化數據通過多個客戶各自的歷史數據加工單元102，再次進行計算、搜索、展示或上傳。

基準指數單元101和歷史數據加工單元102的組合，使得多個客戶在多個存儲環境下，實現了信息指數的接收——加工——發布的循環過程或者同步過程。能同時滿足企業中的個人級或者企業級的信息處理行為。

更進一步，基準指數單元101和歷史數據加工單元102還提供一組由不同信息指數集合成的信息指數群（稱為模板/定制或者模板）的接收——加工——發布的循環過程或者同步過程，如圖3所示。通過這樣的功能，客戶無需每日更新數據，即能慣性地實現歷史數據集合在企業客戶端、第三方平臺或者云端的多客戶、多權限的共享。

基準指數確定之后，客戶可以根據企業級或者個人需要，自如地選擇在客戶服務器、第三方平臺或者云端等不同存儲環境下，通過所述客戶端獲取基準指數的最新變化。一般地，大多數客戶只是希望看到基準指數每日的更新結果，因此歷史數據加工單元102提供缺省的日度更新。通過與客戶在預測和對比單元103中實現的未來預測數據相結合，客戶在歷史數據加工單元102中既可以分別看到“純苯華東低端”的歷史數據或曲線以及客戶未來預測的數據和曲線，也可以同時看到兩種完全不同的數據源的數據和曲線的結合展示，如圖4所示。以上兩種不同形式的展示都可以按照歷史自然月、當期自然月月初至當日、當期自然月、未來預測區間的不同時間段，以結合或者不結合的方式進行計算、搜索、展示和上傳。本實施例中，如圖4所示，顯示了“純苯華東低端”的與客戶未來預測不結合的X1，即7月價格均價；X2，即當期月8月月初至當日的均價。也可以通過結合的方式X2+X3，即在已有X2基準指數的條件下，客戶對于8月當日至剩余8月預測的結合預測，以此類推 。

歷史數據加工單元102是與預測和對比單元103相關聯的，二者實現了通信上的暢通。當客戶因為工作繁忙而無時間利用預測和對比單元103進行預測和對比時，歷史數據加工單元102的數據保障了數據組合單元104的可操作。當客戶利用預測和對比單元103進行預測和對比后，歷史數據加工單元102自動獲得預測和對比單元103產生的預測數據，滿足自身的功能需要。

部分股票、基金和期貨軟件里，都有供客戶預測未來的工具，也可以描繪各種可能的曲線。但是，這類軟件均需要通過數據錄入的方式，為曲線的繪制輸入數據。預測和對比單元103提供一種在移動端單憑手指滑動即能描述出客戶滿意的未來預測數據及圖形的功能而無需鍵入任何數字。并且，在手指滑動描述未來預測數據和曲線的過程中，預測和對比單元103的算法幫助客戶解決以下幾個體驗問題：不管是客戶手機屏幕響應快慢，都可以通過最少的點擊次數，使得手機上預測數據和曲線獲得更改，既可以修改單日數據、也可以通過點擊最多三次而修改屏幕內任意時間段的數據和曲線，確保客戶既可以按照不同數據的日常變動幅度獲得最近似的數據和曲線、也可以根據屏幕上顯示的最小有效數字幅度獲得最精確的數據和曲線，在客戶手指滑動出日度波動過大或者過小的數據和曲線時給予聲效的友情提示。總之，上述幾個體驗上的創新，都是為了使得客戶僅憑手指、以最省時省力的方法描述基準指數的未來數據和圖形。

所述系統通過數據組合單元104，將信息指數或信息指數集合的歷史數據、客戶定量預測數據、客戶或客戶團隊定性分析以及最終行動對策形成信息歷史、預測與行動對策的迭代式合并展示，對于上述信息歷史、預測與行動對策的迭代式合并展示，提供針對過往迭代式合并展示的搜索功能，如圖5。在本實施例里，張三、李四和王五分別對“純苯華東低端”以及與該基本指數有關的一系列指數組成的模板發表了自己的見解。見解浮現在模板的上方，與模板中的歷史數據合并展示。由于可以每日進行這樣的見解發布，這些見解和數據是迭代式遞進的。因此，如果想回溯過往某個時期的歷史數據、參與客戶、定性或定量預測、行動據側，則可以通過搜索功能找出來，進行所謂的復盤分析。張三和李四及王五形成共享后，可以多客戶方式同時展示預測數據。如果張三工作忙，沒有在8月15日猜測，則數據組合單元104提供一種服務，默認價格曲線選擇前一日的數據后迭代前進，從而避免了過去負責信息指數預測的人必須每日待命的勞苦。

一個“純苯華東低端”分別被張三、李四和王五確定為基準指數并進行預測后，預測歷史分析單元105負責記錄三個人自從啟動對“純苯華東低端”的預測以來，各自對于均價差、曲線走勢精準度的偏差，如圖6所示，張三、李四、王五對于均價差的歷史平均偏差分別為x、y、z；走勢精準度分別為L2a、L2b、L2c。從而，所述客戶端自動統計并計算出不同客戶對于相同基準指數未來預測的水平高低，并根據客戶選擇自動通知到對此感興趣的第三方客戶。其中計算均差價的歷史平均偏差的公式如下：

記歷史日（某月，某日）所產生的誤差為Δ（月，日），記PA（X）為一個計算X集合區間價格指數絕對值均值的函數，記歷史均價差的絕對值平均值為歷史均價偏差，則歷史均價偏差 = PA（X）=∑∣Δ(月，日)∣/(當日 - 啟用日）。

實施例二

圖7示出了本發明第二實施例提供的實現對信息指數進行未來預測及歷史分析客戶端的結構框圖。為了便于說明，僅示出了與本發明實施例相關的部分。其與第一實施例提供的對信息指數進行未來預測及歷史分析客戶端之間的區別在于：（1）該客戶將第三方信息指數直接確定為基本指數。（2）該客戶使用客戶服務器，即通常為擁有自己服務器的大型企業。

本實施例中，來自第三方的信息指數被確定為基準指數后，基準指數單元101和位于客戶服務器的歷史數據加工單元102發生通信。因此，在客戶服務器上的客戶端可以顯示出來自基準指數單元101的信息場景，如圖8。

在圖8中，來自第三方信息指數“雙酚A亞洲指數”被基準指數單元101確定為基準指數后，在歷史數據加工單元102里，與來自預測和對比單元103的未來預測數據，即屬性為“猜”的雙酚A后市預測，實現了數據的兼容。

這個信息指數同時可以被公司內部的多個客戶的歷史數據加工單元102接收，使得其他客戶感覺該信息指數來自第三方平臺，并被多個客戶確定為各自的基準指數。

本第二實施例中，基準指數單元101和歷史數據加工單元102仍然對一個客戶發起的一個包含了“雙酚A亞洲指數”的模板進行存儲和展示，如圖8所示。該模板確定后，通過歷史數據加工單元102很方便地分享給了公司內部的其他客戶，實現了多平臺的數據打通。進一步可以將基準指數“雙酚A亞洲指數”、BPA后市預測與某個客戶自定義的大客戶銷售跟蹤數據合并展示，這樣，歷史數據、未來預測和實際銷售數據也實現了打通。

與實施例一類似，實施例二里，如果通過上拉圖8中的“聊天”標識，就會看到在數據組合單元104的控制之下，在模板的歷史數據的映襯之下，客戶團隊可以進行對于未來預測的定性或者定量操作。并且經過若干時間后，可以把過往歷史數據、未來預測、定性或者定量操作的合并展示搜索出來，實現復盤分析。

圖9示出了本發明提供的采用圖1所示的對信息指數進行未來預測及歷史分析客戶端的方法的實現流程，詳述如下：

在步驟S101中，客戶利用對信息指數進行未來預測及歷史分析的客戶端，搜索到若干第三方價格指數，并確定自己關心的基準指數。基準指數對于客戶或者客戶所在企業的實際運營工作，起到了決定性的作用。客戶選擇影響基準指數的各種事件、或者事件代表的信息指數被定義為維度。這些維度既可以是外部因素，也可以是內部因素 。

在步驟S102中，客戶判斷基準指數是否為自己發布。如果是，則進入到步驟S103，定義商品與信息指數的關系，定義分配錄入任務，指定專人或者客戶自己定期錄入；如果否，則直接從第三方價格指數中選擇基準指數。

經過S102的判斷后，客戶通過S103或者不通過S103直接進入步驟S104。在步驟S104中，客戶會定期將各種維度枚舉出來后進行重要性排序，并且客戶自己或其他責任人以日度、周度、月度等方式對指數信息的數據進行錄入、共享、計算、展示等操作。客戶通過建立各種信息指數之間定量關系的模板，確定了基準指數以及對基準指數有影響的各種維度及排序。

在步驟S105中，客戶判斷基準指數只適用于客戶自己或者企業內部，還是可以跟其他外部客戶或者企業共享與交流，通過交流改善預測的效果。

在步驟S106中，客戶選擇了與其他外部客戶或企業B、C一起進行預測。形成開放式的信息指數或者模板的研討群體。

在步驟S107中，客戶選擇了內部交流，形成封閉式的研討群體。

在步驟S108中，由于實現了企業與企業之間的信息交流，客戶可以花時間優選出更可靠的信息源并對不可靠的信息源預警。如果外部客戶或企業B、C有價值，客戶可以把他們看作是可靠的信息源。否則，客戶可以隨時關閉與B、C的共享，重新審視自己進入封閉的研討群體模式。

在步驟S109中，客戶由于不斷優選出客戶自己對信息指數的認知、客戶企業內部或者企業與企業間的可靠信息源并對不可靠信息源預警，因此大膽地將未來預測與實際決策相結合，對歷史數據、客戶的歷史預測記錄進行總結和反思，即復盤分析。理論聯系實際。

在步驟S110中，客戶更新各種信息指數之間的耦合關系，對信息指數的預測形成更系統的模板和于實際業務對應的操作流程。

在步驟S111中，客戶在實際運營中，判斷模板和操作流程是否與實際跑偏。如果是發生了跑偏，則返回步驟S109，復盤分析；然后是S110，更新各種信息指數之間的耦合關系，對信息指數的預測形成更系統的模板和于實際業務對應的操作流程。這樣就形成了迭代式地遞進。如果沒有發生跑偏，則保持讓模板和才做流程自動與實際決策結合的自動駕駛狀態，而最終選擇權回歸客戶。

為了詳細說明圖1所示的對信息指數進行未來預測以及歷史統計的客戶端，以下以采用圖1所示的對信息指數進行未來預測以及歷史統計客戶端為例，詳細說明采用圖1所示的對信息指數進行未來預測以及歷史統計客戶端的對未來預測以及歷史統計的方法，詳述如下，如圖10所示：

1、對信息指數進行未來預測以及歷史統計客戶端的基本指數單元按照客戶自己發布指數的要求，搜索到“中石化出廠價”等等第三方指數后，為建立模板做準備。

2、歷史數據加工單元啟動，由客戶選擇在第三方平臺上，定義商品和信息指數的關系，優選維度，定義分配錄入任務并發布。

3、在預測和對比單元里，客戶A自己并且選擇其他客戶建立研討群體，發起集體預測。

4、預測對比單元在客戶的操作下，將對信息指數預測與實際決策相結合，呈現歷史數據、客戶的歷史預測記錄。

5、數據組合單元接收來自預測和對比單元的數據，更新各種指數之間的耦合關系，從而更新了數據的展示。

6、數據組合單元對于展示中的疑問或者失敗案例的組合，提醒客戶更新模板，更新實際業務的操作流程。

7、數據組合單元向預測歷史分析單元輸出數據，為判斷模板和操作流程是否與實際跑偏做準備。

8、預測歷史分析單元讓模板共享、預測歷史分析統計自動與實際決策結合，最終選擇權回歸客戶。

如圖11至圖19所示，用戶可以寫心得，查看數據中心的數據，查看價格的折線圖，查看指數的詳細情況（減少、無變化、增加等），以及與其他用戶進行聊天。

圖20展示了客戶“propylene”獲得的來自客戶“michael”所共享的指數“客戶情況”、定制“michael的銷售情況”的展示，該功能由數據組合單元104完成。

圖21顯示了客戶正在將定制“華北地區Supply & Demand Balance”共享給“指定其他組用戶”的過程。

該功能由歷史數據加工單元102檢索該定制相關的客戶、其他引用客戶、第三方數據的歷史數據，引發并行計算，形成向被共享客戶的數據鏈傳遞，即共享。

由預測和對比單元103對相關客戶的預測數據進行對比，其中包括由APP小會構成的文字及圖形的定性預測描述，引發并行計算，形成向被共享客戶的數據鏈傳遞，即共享。

應當理解的是，本發明的上述具體實施方式僅僅用于示例性說明或解釋本發明的原理，而不構成對本發明的限制。因此，在不偏離本發明的精神和范圍的情況下所做的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。此外，本發明所附權利要求旨在涵蓋落入所附權利要求范圍和邊界、或者這種范圍和邊界的等同形式內的全部變化和修改例。