18在线观看的,国产亚洲视频在线观看网址

內容簡介

　　《面向大型零售連鎖商店的銷售預測模型及其信息系統(tǒng)研究》以厄瓜多爾費沃里塔（Favorita）零售連鎖商店的歷史銷售數(shù)據(jù)為研究對象，在時間序列及機器學習相關理論知識的基礎上，對比分析了傳統(tǒng)的時間序列建模和兩種流行的梯度提升算法的預測精度，根據(jù)信息系統(tǒng)分析與設計的相關知識，結合商品銷售預測系統(tǒng)的實際需求，對商品銷售預測系統(tǒng)進行分析與設計并開發(fā)出一套原型系統(tǒng)。《面向大型零售連鎖商店的銷售預測模型及其信息系統(tǒng)研究》適合信息管理與信息系統(tǒng)專業(yè)的本科生及研究生使用，也可為數(shù)據(jù)分析從業(yè)人員和政府部門相關決策人員提供參考。全部內容在研究生課程“數(shù)據(jù)分析與數(shù)據(jù)挖掘”中使用一次，部分內容在專業(yè)學位課程“數(shù)據(jù)分析與數(shù)據(jù)挖掘”中多次使用。

作者簡介

暫缺《面向大型零售連鎖商店的銷售預測模型及其信息系統(tǒng)研究》作者簡介

圖書目錄

第1章緒論
1．1 研究背景
1．2 國內外研究現(xiàn)狀
1．2．1 商品銷售預測技術研究現(xiàn)狀
1．2．2 商品銷售預測系統(tǒng)研究現(xiàn)狀
1．2．3 LightGBM算法研究現(xiàn)狀
1．2．4 本研究擬解決的問題
1．3 研究框架
1．3．1 研究內容
1．3．2 技術路線
1．3．3 組織結構
1．4 本章小結
第2章相關理論基礎及方法選擇
2．1 相關理論基礎
2．1．1 營銷組合理論
2．1．2 消費者購買理論
2．1．3 市場預測理論
2．1．4 機器學習
2．1．5 預測的定義及方法
2．1．6 銷售預測的定義及方法
2．2 預測模型及其特點
2．2．1 線性預測模型及其特點
2．2．2 非線性預測模型及其特點
2．3 時間序列分析原理
2．4 梯度提升算法原理
2．5 方法選擇
2．6 本章小結
第3章數(shù)據(jù)預處理與銷量影響因素選取
3．1 數(shù)據(jù)分析探索
3．1．1 數(shù)據(jù)來源描述
3．1．2 數(shù)據(jù)概要描述
3．2 數(shù)據(jù)預處理
3．2．1 數(shù)據(jù)預處理理論意義
3．2．2 商品銷售數(shù)據(jù)預處理
3．3 商品銷售預測影響因素選取
3．3．1 銷量影響因素分析
3．3．2 銷量關鍵影響因素選取
3．4 本章小結
第4章銷售預測模型構建及優(yōu)化
4．1 時間序列模型構建
4．1．1 數(shù)據(jù)變換
4．1．2 平穩(wěn)性檢驗
4．1．3 白噪聲檢驗
4．1．4 MA模型構建
4．1．5 預測結果及模型評價
4．2 XGBoost算法建模
4．2．1 數(shù)據(jù)預處理
4．2．2 XGBoost銷售模型構建
4．2．3 模型調優(yōu)
4．2．4 預測結果與模型評價
4．3 LightGBM算法建模
4．3．1 數(shù)據(jù)預處理
4．3．2 LightGBM銷售模型構建
4．3．3 模型調優(yōu)
4．3．4 預測結果與模型評價
4．4 模型實驗結果分析比較
4．5 本章小結
……
第5章商品銷售預測系統(tǒng)開發(fā)
第6章結論與研究展望
附錄
參考文獻