一种商品销量预测模型、构建方法及其应用.pdf
雅云****彩妍
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种商品销量预测模型、构建方法及其应用.pdf
本申请提出了一种商品销量预测模型的构建方法及其应用,包括以下步骤:获取历史销售数据转换而来的销量信息序列和天气信息数据转换而来的天气时间序列;构建预测模型框架,将所述历史销售数据和所述天气信息数据输入到所述预测模型框架中进行训练得到商品销量预测模型;将历史销售数据和未来天气信息输入到构建好的商品销量预测模型中,通过分类操作输出下一时段的销量作为预测结果。通过本方案可以结合天气情况预测出未来短期内商品的销售数量,可为商家合理安排后续的销售商品,把握客户购买趋势,使利润最大化。
一种商品销量预测方法.pdf
本发明涉及一种商品销量预测方法。其发明内容主要包括:(1)基于多商品销量特征的滚动回归模型与深度学习模型的构建;(2)多种回归预测模型集成的销量精准预测方法。通过已被提出的商品历史销量和其它影响因素等特征,构建出滚动预测的回归模型,深度学习模型以及剔除异常值的深度学习模型。再将构建的多种模型进行回归集成,构建出最后的多模型集成回归预测学习器,从而对商品未来销量进行精准预测。
一种构建预测模型方法、系统及其设备.pdf
本发明提供一种构建预测模型方法,步骤包括:构建宏观经济预测指标体系;建立传统的混频向量自回归经济预测模型;建立基于深度学习的经济预测模型;使用时间序列模型融合方法对各个模型的预测结果进行融合;得出最终的宏观经济预测结果。本发明的模型保留了向量自回归模型,可以提取出时间序列数据中的隐藏特征与线性特征,且具有良好的可解释性特点。本发明融合了两个深度学习的模型,深度学习模型是一种非线性模型,可以成功捕捉数据中的非线性,且具有较高的精度,可以对宏观经济形势具有准确且较高可解释性的预测。
一种磁盘故障预测模型的构建方法及应用.pdf
本发明公开了一种磁盘故障预测模型的构建方法及应用,属于磁盘故障预测技术领域,本发明将磁盘异构、模型老化、环境差异等因素视作数据异构这一因素进行处理,并将磁盘故障预测中的小样本问题看作处理数据异构所导致的结果,通过将采集到的磁盘样本集按照磁盘故障预测中不同因素所对应的属性(磁盘型号、服务器环境、采样时间)进行分层划分,得到多个所包含的故障样本数量基本相当的子样本集,能够很好的平衡数据异构问题和小样本问题,在此基础上,将划分得到的多个子样本集视作多任务,进行多任务学习,实现了多个域下的迁移学习,能够适应多问题
一种商品销量预测方法及系统.pdf
本发明公开一种商品销量预测方法及系统,涉及深度学习技术领域,包括:获取商品的历史销量数据;对历史销量数据进行预处理,得到预处理销量数据;对预处理销量数据进行第一特征提取,得到第一特征销量数据;根据第一特征销量数据和预处理销量数据进行训练得到销量初始预测模型;对第一特征销量数据和预处理销量数据进行第二特征提取,得到第二特征销量数据;根据第一特征销量数据、预处理销量数据和第二特征销量数据对销量初始预测模型进行训练得到商品销量预测模型,以对商品的销量进行预测。本发明商品销量预测模型融合了wavenet网络和LS