本发明要解决现有技术在直接使用现有的数据预测模型,预测快销产品短期供给需求过程中,耗时且准确率较低的问题,提出一种快速高效的分步预测方法来预测快销产品的销量和投放量。
在销量的预测问题上,本发明采用了随机森林模型,主要因为随机森林具有以下优点:1、模型不易于过拟合,并且有较强地抗噪能力。2、能够处理很高维度(特征很多)的数据,并且不用做特征选择,数据集无需规范化。3、训练速度快。
在投放量的预测问题上,本发明采用了ARIMA模型,该模型简单快速,只需要预测项的历史数据即可进行预测,不需要其他特征数据。
一种快销产品供给预测方法,步骤如下:步骤1:对历史数据进行数据预处理操作;步骤2:构建随机森林模型对销量数据进行预测;步骤3:构建ARIMA模型对投放量数据进行预测。本发明属于时间序列预测(Time Series Forecasting)领域,主要解决快销产品在长期生产销售过程中,难以准确预测短期(一般为一周)的销量,并给出准确市场投放量的供给问题。我们提出了一种新颖的、高效的、误差较低的快销产品供给预测方法,通过使用这种方法,能根据历史销售数据,给出对应时间的供给数据预测。
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”(2011计划)协同创新中心牵头高校和浙江省首批重点建设高校,坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务,以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色,大力培养德智体美劳全面发展,富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
评价单位:- (-)
评价时间:2024-09-20
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>