大数据背景下的商品需求预测与分仓规划
【图文】：
峰值出现是具有周期性的，周期为一年，现实生活中这几个时间点正是电商企业逡逑促销的时点？但我们将要预测的１２月２８日至１月１０日的两周数据并不在活动时段内，因逡逑此我们需要对这些时点的异常数据进行处理．逡逑上图由于异常值过大的影响，，商品特征数据趋势并不明显，实际放大图形后，会发现商品逡逑特征数据存在平稳向上的趋势，这对异常值的分析会造成影响，因此，我们对２５个商品特征逡逑进行差分处理，得到的各特征差分异常值分布图大体相同，现着重对将要预测的非聚划算支逡逑付件数进行异常值分析，差分结果如图２所示．逡逑ＱＢＣＯ－逡逑０３０Ｃ＊逡逑｜逦Ｉ逡逑袭。ｏｃｃ－邋逦逦＾逦、邋邋邋邋邋邋—邋邋邋｜逦逡逑５逦Ｉ逡逑０３ＯＪ－逡逑－０６００－逡逑０￣１￣ＦＴＴＴＴＴＴＴ￥ＴＴＴＴＴＴ１－１￣ＴＴＴＴＴＴＴＴＴＴＴＴＴＴ￥ＴＴＴＴＴＴＴＴＴ１逡逑日期逡逑图２非聚划算支付件数差分结果图逡逑通过ＳＰＳＳ软件的分析——描述统计——描述中的标准化数值Ｚ－ＳＣ0ｒｅ辅助识别差分逡逑序列中的异常值，根据拉依达准则法，由于出现＂士邋３ｃｒ以外的数据的概率很小，因此将Ｚ分逡逑数大于３或者小于－３的数据判定为异常值，同时综合考虑实际意义判别出更多的异常值．图逡逑３为非聚划算支付件数的Ｚ分数结果．逡逑０６ＣＣ－逡逑０３００－逡逑Ｉ逦，逦Ｉ逡逑Ｉ邋删＊逦逦）￣、逦一！逦ｒ＾－｜＾逡逑？０３００－逡逑－０Ｓ０Ｃ－逡逑ｒｒｍｒｍＴＴｍｍｍＴＴＴｍＴｍｍＴＴｍｍＴｍ逡逑１１１１１１邋ｉ邋１１ＩＩ邋ｉｉ！ｉｉ１１１１１ｉ１ｉｉｉｉＩｙｉｉｉ邋１邋ｉ邋ｉ邋１１１１１１１１１逡逑日期逡逑图３非聚划算支
则法，由于出现＂士邋３ｃｒ以外的数据的概率很小，因此将Ｚ分逡逑数大于３或者小于－３的数据判定为异常值，同时综合考虑实际意义判别出更多的异常值．图逡逑３为非聚划算支付件数的Ｚ分数结果．逡逑０６ＣＣ－逡逑０３００－逡逑Ｉ逦，逦Ｉ逡逑Ｉ邋删＊逦逦）￣、逦一！逦ｒ＾－｜＾逡逑？０３００－逡逑－０Ｓ０Ｃ－逡逑ｒｒｍｒｍＴＴｍｍｍＴＴＴｍＴｍｍＴＴｍｍＴｍ逡逑１１１１１１邋ｉ邋１１ＩＩ邋ｉｉ！ｉｉ１１１１１ｉ１ｉｉｉｉＩｙｉｉｉ邋１邋ｉ邋ｉ邋１１１１１１１１１逡逑日期逡逑图３非聚划算支付件数Ｚ分数结果逡逑从差分图和Ｚ分数图综合分析我们可以看到，２0１４年１１月１１日、２０１４年１２月１２逡逑日、２０１５年６月１８日、２０１５年１１月１１日、２０１５年１２月１２日共计５天是比较明显的异逡逑常值，同时，考虑实际意义，促销日对其前一天和后一天数据均有影响，我们将上述５天的前逡逑一天及后一天数据也加入异常值？经观察，我们发现除去异常值并对其进行线性插值以延续逡逑趋势对整体影响很小，因此我们将这Ｉ５个值去除后进行线性插值获得２０１４年１０月６日至逡逑
【参考文献】
相关期刊论文 前8条
1 倪冬梅;赵秋红;李海滨;;需求预测综合模型及其与库存决策的集成研究[J];管理科学学报;2013年09期
2 徐贤浩;陈雯;廖丽平;李路军;;基于需求预测的短生命周期产品订货策略研究[J];管理科学学报;2013年04期
3 孙涵;杨普容;成金华;;基于Matlab支持向量回归机的能源需求预测模型[J];系统工程理论与实践;2011年10期
4 姚舜;衣保中;;吉林省区域物流节点建设规模预测分析[J];管理世界;2011年07期
5 方匡南;吴见彬;朱建平;谢邦昌;;随机森林方法研究综述[J];统计与信息论坛;2011年03期
6 索瑞霞;王福林;;组合预测模型在能源消费预测中的应用[J];数学的实践与认识;2010年18期
7 刘永霞;冯仲科;杜鹏志;;Elman动态递归神经网络在树木生长预测中的应用[J];北京林业大学学报;2007年06期
8 周宏,廖雪珍;市场需求Logit组合预测的研究[J];系统工程理论与实践;2003年07期
【共引文献】
相关期刊论文 前10条
1 张经纬;贡亮;黄亦翔;刘成良;龚霁程;潘俊松;;基于随机森林算法的黄瓜种子腔图像分割方法[J];农机化研究;2017年10期
2 吴辰文;梁靖涵;王伟;李长生;;一种顺序响应的随机森林:变量预测和选择[J];小型微型计算机系统;2017年08期
3 王日升;谢红薇;安建成;;基于分类精度和相关性的随机森林算法改进[J];科学技术与工程;2017年20期
4 黄栋;费良;;基于GA-SVM的舰船装备临修经费需求预测模型[J];数学的实践与认识;2017年13期
5 贺建章;王海波;季知祥;孟祥君;张涛;;基于随机森林理论的配电变压器重过载预测[J];电网技术;2017年08期
6 张镏琢;王峰;吴子俊;黄红英;谢立亚;李智民;冯文艇;;随机森林法对人群焦虑情况和职业健康监护数据关系的分类判别分析[J];职业卫生与应急救援;2017年03期
7 刘锋;李春燕;谭祥勇;王鹏飞;;基于机器学习在空气质量指数中的应用[J];重庆工商大学学报(自然科学版);2017年03期
8 张海燕;刘岩;马丽萌;苑津莎;巨汉基;魏彤珈;;决策树算法的比较与应用研究[J];华北电力技术;2017年06期
9 屠睿博;陈中华;王洪凯;;基于随机森林算法的小鼠micro-CT影像中骨骼关节特征点定位[J];中国生物医学工程学报;2017年03期
10 向东辉;;煤层瓦斯含量影响因素分析及其预测研究[J];能源与环保;2017年06期
【二级参考文献】
相关期刊论文 前10条
1 李琦;;物流需求预测中移动平均法应用分析[J];中国商贸;2011年02期
2 方匡南;朱建平;谢邦昌;;基于随机森林方法的基金收益率方向预测与交易策略研究[J];经济经纬;2010年02期
3 陈军;但斌;曹群辉;邱晗光;;短保质期变质产品的两次订货策略研究[J];管理科学学报;2009年03期
4 胡雪棉;赵国浩;;基于Matlab的BP神经网络煤炭需求预测模型[J];中国管理科学;2008年S1期
5 刘微;罗林开;王华珍;;基于随机森林的基金重仓股预测[J];福州大学学报(自然科学版);2008年S1期
6 郭菊娥;柴建;吕振东;;我国能源消费需求影响因素及其影响机理分析[J];管理学报;2008年05期
7 徐贤浩;郭晓云;;采用Norton模型预测短生命周期产品市场需求[J];工业工程与管理;2008年02期
8 颜柳;麻凤海;;三次指数平滑法在城市地铁变形预测中的应用[J];交通科技与经济;2007年05期
9 徐贤浩;余双琪;;短生命周期产品的三种库存模型的比较[J];管理科学学报;2007年04期
10 于滨;杨忠振;林剑艺;;应用支持向量机预测公交车运行时间[J];系统工程理论与实践;2007年04期
【相似文献】
相关期刊论文 前10条
1 姚建中;出版物需求预测的风险分析[J];出版发行研究;2001年08期
2 王琦;;未来卫星需求预测[J];卫星电视与宽带多媒体;2006年14期
3 岳云;21世纪初世界移动电话需求预测[J];电信快报;1998年01期
4 月升;2000年世界记录介质的需求预测[J];磁记录材料;1999年04期
5 岳云;1999～2003年全球移动电话需求预测[J];世界电信;1999年06期
6 赵方庚;孙江生;张连武;马振书;;基于系统的武器备件需求预测研究[J];计算机仿真;2011年03期
7 侯广德;;(省、市)计委高校毕业生分配与需求预测系统[J];应用科技;1989年02期
8 陈思;1996年记录介质产品世界需求预测[J];磁记录材料;1996年02期
9 边际;2001年世界记录介质的需求预测[J];信息记录材料;2001年01期
10 李树广;赵彦峻;徐诚;;随机服务系统在装备需求预测与决策建模中的应用[J];兵工自动化;2011年02期
相关会议论文 前10条
1 宋国青;;从总需求预测的角度看利率[A];2013年秋季CMRC中国经济观察（总第35期）[C];2013年
2 马树德;;卷烟订单需求预测的特点及模型构建[A];上海市烟草专卖局2007年度获奖论文集（经济管理类）[C];2007年
3 张淼;;北京市能源需求预测及发展对策研究[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年
4 高月芳;梁永生;唐飞;欧志伟;湛邵斌;;基于神经网络和VBA的零售业需求预测系统[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 聂锐;张炎治;吕涛;;江苏省能源需求预测及平衡方案设计[A];2006年江苏省哲学社会科学界学术大会论文集（上）[C];2006年
6 王帅;汤铃;余乐安;;基于Wavelet/EMD-LSSVR的分解集成预测模型及其在牛奶消费需求预测中的应用[A];第五届（2010）中国管理学年会——管理科学与工程分会场论文集[C];2010年
7 张舵;高文杰;李小玲;;石家庄市区公共自行车租赁点布局研究[A];2014（第九届）城市发展与规划大会论文集—S04绿色交通、公交优先与综合交通体系[C];2014年
8 王红;;2020年我国教育经费投入强度需求预测及政策建议[A];中国梦：道路·精神·力量——上海市社会科学界第十一届学术年会文集（2013年度）[C];2013年
9 路言峰;;新模型在卷烟需求预测中的探索及应用[A];上海市烟草专卖局2009年度获奖论文集(经济管理类)[C];2009年
10 张哲荣;戴文礼;陈建智;;以潜在信息函数为基础之残差离散灰模型预测短期需求[A];第25届全国灰色系统会议论文集[C];2014年
相关重要报纸文章 前10条
1 梁小民;需求预测的运用与困难[N];中国经济时报;2004年
2 蔡绮芝 DigiTimes;康宁上调2006～2008年玻璃面板需求预测[N];电子资讯时报;2007年
3 本报记者 高蕾;明年钢铁需求预测[N];中国煤炭报;2012年
4 福建龙海市局(分公司) 林文通;遵循科学方法 保证预测质量[N];东方烟草报;2013年
5 朱成章;六大因素影响能源需求预测[N];华中电力报;2004年
6 商报记者 王万利 师兴;2013年国内汽车需求预测达2080万辆[N];北京商报;2013年
7 上海丰宝电子副总经理 刘海东;做好市场和需求预测关键在于有效沟通[N];中国电子报;2008年
8 全国农业技术推广服务中心;2007年农药药械需求预测[N];农民日报;2006年
9 许庆欣;如何进行产品需求预测[N];厂长经理日报;2000年
10 ;十类新型建材未来需求预测[N];陕西科技报;2007年
相关博士学位论文 前4条
1 徐琳;云计算环境下计算型任务的资源需求预测[D];中国科学技术大学;2015年
2 詹蓉;面向即时顾客化定制的个性化需求预测方法研究[D];华中科技大学;2008年
3 张志清;面向不确定需求的供应链协同需求预测研究[D];哈尔滨工业大学;2010年
4 演克武;基于需求预测的机型指派和评价研究[D];南京航空航天大学;2010年
相关硕士学位论文 前10条
1 祝新春;基于模糊理论的国内旅游需求预测研究[D];湖南工业大学;2015年
2 陈湘芝;基于需求预测的库存管理技术与系统研发[D];哈尔滨工业大学;2015年
3 强春发;应对自然灾害应急粮食需求预测研究[D];南京财经大学;2015年
4 靳绍悦;基于城市轨道交通的停车换乘需求预测[D];大连交通大学;2015年
5 张星煜;D公司多品类产品的需求预测管理优化实践[D];东华大学;2015年
6 方冰;发动机售后配件市场需求预测研究[D];上海交通大学;2015年
7 张艳芳;半导体分立器件需求预测与库存控制优化[D];上海交通大学;2015年
8 潘顺;考虑寿命预测的地铁车轮需求预测及备件库存控制[D];上海交通大学;2014年
9 周岳骞;面向民航需求建模的用户查询日志大数据分析方法研究与实现[D];北京交通大学;2016年
10 蒋聪之;基于轨道交通接驳的公共自行车租赁点规划方法研究[D];东南大学;2015年
本文编号：2574969
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2574969.html
