重庆理工大学学报2022，Vol.36Issue(7) ：310-316.DOI:10.3969/j.issn.1674-8425(z).2022.07.038

面向深度学习的商品销售额预测研究

Research on commodity sales forecast oriented on deep learning

唐甜甜 周伟
重庆理工大学学报2022，Vol.36Issue(7) ：310-316.DOI:10.3969/j.issn.1674-8425(z).2022.07.038
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

面向深度学习的商品销售额预测研究

Research on commodity sales forecast oriented on deep learning

唐甜甜 1周伟1
扫码查看

作者信息

  • 1. 兰州交通大学 数理学院,兰州 730070
  • 折叠

摘要

由于销售数据的非平稳性等问题,深度学习模型很难预测未来值,为此,提出了一种新的转换平稳特征的方法.为了量化模型预测的准确性,引入了结合提取平稳特征能力的CNN和分析时间序列能力的LSTM,构建串联CNN-LSTM的预测模型,与XGBoost、支持向量机(SVM)、LSTM和CNN模型在测试集上通过拟合曲线并计算指标以作出评判.决策出影响销售额的关键因素,为企业改进促销方式,进而提高收益,具有现实意义.

关键词

CNN-LSTM/预测分析/深度学习/平稳特征

引用本文复制引用

基金项目

国家自然科学基金(61863022)

中国博士后科学基金(2017M623276)

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量4
参考文献量4
段落导航相关论文