本發(fā)明公開了一種需求預測方法、系統(tǒng)及存儲介質(zhì)，涉及機器學習的數(shù)據(jù)驅(qū)動決策技術(shù)領(lǐng)域，具體步驟為：提取產(chǎn)品屬性特征和預測特征；根據(jù)所述產(chǎn)品屬性特征，構(gòu)建產(chǎn)品簇；對所述預測特征進行初步篩選，得到產(chǎn)品重要特征集；根據(jù)所述產(chǎn)品重要特征集結(jié)合所述產(chǎn)品簇進行二次篩選，構(gòu)成二次篩選特征集；將所述二次篩選特征集輸入機器學習模型中進行需求預測。在本發(fā)明中，將產(chǎn)品歸為不同的產(chǎn)品簇，借助同一類別內(nèi)其他產(chǎn)品的特征信息進行特征二次精選，可以在避免學習模型失效的基礎(chǔ)上，有效地解決特征篩選失靈的問題，減少特征維數(shù)，從而提升高特征維度、小樣本量需求預測效果，降低預測的誤差成本。