基于BP-AdaBoost的电商短期销量预测模型
作者:

Forecast Model of Short-Term Sales in E-Commerce Based on BP-AdaBoost
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [21]
  • |
  • 相似文献 [20]
  • | | |
  • 文章评论
    摘要:

    电子商务是伴随互联网技术快速兴起的一种规模大、潜力大的新型商业模式, 对产品进行短期销量预测能够帮助电商企业对市场变化采取更加迅速的反应和措施. 本文通过电商销量历史数据和门户商品链接点击量建立了一种应用于电子商务会计系统的短期销量预测模型. 借助AdaBoost思想集合多个传统的BP神经网络的预测结果, 使其具备更高的预测准确率, 根据电商短期销量变化的特点规划时间窗口的时序设计, 建立考虑周末效应的以日为单位的销量预测模型. 实验证明, 该预测模型的预测误差可以控制在20%以内.

    Abstract:

    E-commerce is a new business mode on a large scale and with great potential that is flourishing along with the emerging Internet technology. Forecasting short-term sales of products can help e-commerce companies respond more quickly to market changes. This study establishes a forecast model of short-term sales applied to the e-commerce accounting system based on historical data on e-commerce sales and clicks on portal products. With the adoption of AdaBoost idea, the forecast results of multiple traditional BP neural networks are assembled, leading to a higher accuracy. According to the characteristics of the short-term sales in e-commerce, we plan the timing design of time window and establish a forecast model of sales in the unit of day considering the weekend effect. Experiments show that the forecast error of this model can be controlled within 20%.

    参考文献
    [1] 夏平, 杨继平. 电商行业财务数据与大数据耦合协同评价. 财会月刊, 2020, (9): 27–34
    [2] 路澳征, 张媛媛. “互联网+创新创业”背景下农村电商的模式探索. 福建茶叶, 2020, 42(4): 33–34. [doi: 10.3969/j.issn.1005-2291.2020.04.026
    [3] 申容宇. 探析“互联网+”时代跨境电商发展问题及对策. 智库时代, 2020, (15): 41–42
    [4] 车久菊. B2C电子商务模式下电商企业经营模式变革. 中外企业家, 2020, (11): 88–89
    [5] 刘振, 宋寒, 代应, 等. 新零售”背景下的电商企业渠道决策——基于体验店服务水平与市场需求. 财会月刊, 2020, (8): 115–122
    [6] 李寿喜, 汪梦晓. 我国收入会计准则变动对电商企业会计核算的影响. 会计之友, 2018, (5): 142–144. [doi: 10.3969/j.issn.1004-5937.2018.05.033
    [7] 李贞. 互联网环境下电子商务营销渠道优化探索. 财富时代, 2020, (5): 43
    [8] 付敏娟. 基于指数平滑与神经网络模型的太阳能热水器销售预测[硕士学位论文]. 湘潭: 湘潭大学, 2017.
    [9] 圣文顺, 赵翰驰, 孙艳文. 基于改进遗传算法优化BP神经网络的销售预测模型. 计算机系统应用, 2019, 28(12): 200–204. [doi: 10.15888/j.cnki.csa.007174
    [10] 王建伟. 基于商品聚类的电商销量预测. 计算机系统应用, 2016, 25(10): 162–168. [doi: 10.15888/j.cnki.csa.005423
    [11] 王菲. 一种基于自适应遗传BP算法的神经网络目标分类器设计方法. 自动化技术与应用, 2007, 26(12): 80–82. [doi: 10.3969/j.issn.1003-7241.2007.12.029
    [12] Hinton GE, Nowlan SJ. The bootstrap widrow-hoff rule as a cluster-formation algorithm. Neural Computation, 1990, 2(3): 355–362. [doi: 10.1162/neco.1990.2.3.355
    [13] 朱兴统. 基于改进粒子群优化BP网络的城市用水量预测. 计算机与现代化, 2012, (8): 21–23, 27. [doi: 10.3969/j.issn.1006-2475.2012.08.006
    [14] Hansen LK, Salamon P. Neural network ensembles. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990, 12(10): 993–1001. [doi: 10.1109/34.58871
    [15] 张晶. 基于AdaBoost回归树的多目标预测算法. 计算机与现代化, 2017, (9): 89–95, 105. [doi: 10.3969/j.issn.1006-2475.2017.09.017
    [16] 闫博, 周在金, 李国和, 等. 基于ARMA和BP_AdaBoost的组合销售预测模型研究. 计算机与现代化, 2015, (2): 14–18. [doi: 10.3969/j.issn.1006-2475.2015.02.004
    [17] 王雪蓉, 万年红. 基于跨境电商可控关联性大数据的出口产品销量动态预测模型. 计算机应用, 2017, 37(4): 1038–1043, 1050. [doi: 10.11772/j.issn.1001-9081.2017.04.1038
    [18] Ghavamipoor H, Golpayegani SAH. A reinforcement learning based model for adaptive service quality management in E-Commerce websites. Business & Information Systems Engineering, 2020, 62(2): 159–177
    [19] Zahari A, Jaafar J. Combining hidden markov model and case based reasoning for time series forecasting. Proceedings of the 13th International Conference on Intelligent Software Methodologies, Tools and Techniques. Langkawi, Malaysia . 2015. 237–247.
    [20] 孙钰. 基于数据挖掘的电商促销活动效应与销量预测研究[硕士学位论文]. 上海: 东华大学, 2017.
    [21] 黄文明. 基于深度学习的商品销量预测研究[硕士学位论文]. 南京: 南京理工大学, 2019.
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

王丽红.基于BP-AdaBoost的电商短期销量预测模型.计算机系统应用,2021,30(2):260-264

复制
分享
文章指标
  • 点击次数:937
  • 下载次数: 2371
  • HTML阅读次数: 1552
  • 引用次数: 0
历史
  • 收稿日期:2020-06-23
  • 最后修改日期:2020-07-21
  • 在线发布日期: 2021-01-29
文章二维码
您是第11200890位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号