1.一種銷售數(shù)據(jù)的可視化處理方法，其特征在于：包括，
2.如權(quán)利要求1所述的銷售數(shù)據(jù)的可視化處理方法，其特征在于：所述從pos系統(tǒng)、在線商店、crm系統(tǒng)的數(shù)據(jù)源中收集原始銷售數(shù)據(jù)，進(jìn)行數(shù)據(jù)預(yù)處理，集存儲(chǔ)到銷售數(shù)據(jù)庫(kù)中，具體步驟為：
3.如權(quán)利要求2所述的銷售數(shù)據(jù)的可視化處理方法，其特征在于：所述基于銷售數(shù)據(jù)庫(kù)中的數(shù)據(jù)，利用數(shù)據(jù)聚合和機(jī)器學(xué)習(xí)，構(gòu)建自適應(yīng)動(dòng)態(tài)數(shù)據(jù)聚合算法，具體步驟為：
4.如權(quán)利要求3所述的銷售數(shù)據(jù)的可視化處理方法，其特征在于：所述通過(guò)自適應(yīng)動(dòng)態(tài)數(shù)據(jù)聚合算法，自動(dòng)識(shí)別數(shù)據(jù)中的模式，同時(shí)根據(jù)用戶的使用習(xí)慣和查詢條件動(dòng)態(tài)調(diào)整數(shù)據(jù)的聚合級(jí)別和粒度，生成聚合后的數(shù)據(jù)，具體步驟為：
5.如權(quán)利要求4所述的銷售數(shù)據(jù)的可視化處理方法，其特征在于：所述結(jié)合長(zhǎng)短期記憶網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，構(gòu)建融合預(yù)測(cè)模型并基于歷史銷售數(shù)據(jù)預(yù)測(cè)未來(lái)的銷售趨勢(shì)，具體步驟為：
6.如權(quán)利要求5所述的銷售數(shù)據(jù)的可視化處理方法，其特征在于：所述利用聚合后的數(shù)據(jù)對(duì)融合預(yù)測(cè)模型進(jìn)行訓(xùn)練，優(yōu)化融合預(yù)測(cè)模型捕捉數(shù)據(jù)特征類型的能力，具體步驟為：
7.如權(quán)利要求6所述的銷售數(shù)據(jù)的可視化處理方法，其特征在于：所述將未來(lái)的銷售趨勢(shì)結(jié)果進(jìn)行自適應(yīng)布局與動(dòng)態(tài)調(diào)整，并以圖表的形式直觀地展示給用戶，具體步驟為：
8.一種銷售數(shù)據(jù)的可視化處理系統(tǒng)，基于權(quán)利要求1~7任一所述的銷售數(shù)據(jù)的可視化處理方法，其特征在于：包括，數(shù)據(jù)存儲(chǔ)模塊、自適應(yīng)動(dòng)態(tài)數(shù)據(jù)聚合模塊、智能數(shù)據(jù)聚合模塊、預(yù)測(cè)模型構(gòu)建模塊，模型訓(xùn)練與優(yōu)化模塊和數(shù)據(jù)可視化模塊；
9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1~7任一所述的銷售數(shù)據(jù)的可視化處理方法的步驟。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1~7任一所述的銷售數(shù)據(jù)的可視化處理方法的步驟。