基于数据挖掘的手机销量分析及预测
发布时间：2021-02-11 19:36
在当今互联网快速发展的时代背景下,线下支付、电子商务、O2O、社交媒体等行业都在不断的崛起,智能手机在其中起着至关重要的作用,也越来越多的影响和改变着人们的生活和工作,逐渐成为一个人手必备的大众消费产品。由于电子商务行业的迅猛发展,人们的购物方式也发生了重大的变化,从传统的线下购买逐渐转变为如今的线上购买,为手机市场开辟了新的销售渠道。从电商的角度出发,手机的销量问题极大地影响着经营的收益、商品库存量的确定以及营销方案的制定。如果能够通过建立模型较好地预测各种型号的手机销售量,电商可以确定合理的库存量以实现收益最大化,并且可以及时获取用户需求,把握商品未来的市场趋势,也便于顾客在各种类型的商品中进行挑选和购买。近年来,数据挖掘算法和机器学习技术不断成熟,逐渐得到了广泛的应用。决策树、随机森林、神经网络、支持向量机（SVM）等方法不同于传统的线性回归模型,不需要满足对数据分布的假定,预测效果也比较理想,所以逐渐被应用在统计预测模型中。由于在手机销量预测模型中,需要考虑到的影响因素众多,模型可能会较为复杂,因此本文将利用数据挖掘方法进行建模分析。论文基于网络抓取方法从某电子商务网站收集了3...
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
手机网民规模及其占网民比例Fig1-1Thescaleofmobilenetizensandtheirproportiontonetizens
图 1-2 2018 年主要品牌手机销量及占比Fig 1-2 Sales and proportion of mobile phones of major brands in 2018着互联网行业的快速成长以及快递行业的不断发展，人们的购物方一些变化，由于近几年中国电商发展非常迅猛，淘宝、天猫、京东都是比较知名的网上商城，越来越多的消费者不再从传统的实体店是在网上商店挑选和购买商品。通过对手机消费者网购销量的研响消费者网购手机行为的重要因素，不仅能够获取消费者的手机购能为企业的网上营销方式提供一些新思路，从而制定出具有参考性不断提高企业营销质量。在当今趋于饱和的手机市场中，能够牢牢，并且拥有自身的独特营销模式的企业显然更具有竞争优势。一方面，如果能够通过建立模型较好地预测各种型号的手机销售考结果确定合理的库存量以实现收益最大化，并且可以及时获取用品未来的市场趋势，也便于顾客在琳琅满目的商品中进行挑选和手机销售数据进行建模分析和预测是具有实际意义的。
i i )即为核函数，它和常数 C 共同影响着对偶问题的求解结果 f ( x )为：*1( ) ( )( ( ), ( ))ni i iif x a a X X b 络络简介网络（Artificial Neural Network，ANN）技术从诞生起，极大的推崇。它是一种仿照生物神经系统的行为特征的信网络的基本构成单元是节点，一般包含数个输入值和单个神经网络模型是感知器[24]，图 2-1 是含有三个输入节点和结构示意图。
【参考文献】：
期刊论文
[1]基于SVR的隐形眼镜销量预测方法[J]. 徐时伟. 温州职业技术学院学报. 2018(03)
[2]基于网络搜索数据的品牌汽车销量预测研究[J]. 谢天保,崔田. 信息技术与网络安全. 2018(08)
[3]基于指数平滑与回归分析的手机销量预测研究[J]. 孙威,代明君. 牡丹江师范学院学报(自然科学版). 2017(04)
[4]Lasso法在我国农业用水效率模型的应用研究[J]. 卞锦宇,耿雷华,刘恒,杨晓华. 灌溉排水学报. 2015(05)
[5]基于人工神经网络的波浪发电系统输出功率预测[J]. 霍政界. 电子测试. 2014(08)
[6]基于Lasso方法的上海经济增长影响因素实证研究[J]. 钟金花. 统计与决策. 2013(01)
[7]Matlab神经网络工具NNTool的应用与仿真[J]. 唐忠,谢涛. 计算机与现代化. 2012(12)
[8]基于随机森林的特征选择算法[J]. 姚登举,杨静,詹晓娟. 吉林大学学报(工学版). 2014(01)
[9]基于Levenberg-Marquardt算法改进BP神经网络的卷烟销量预测模型研究[J]. 蒋兴恒,朱素蓉. 中国烟草学报. 2011(05)
[10]基于RBF神经网络的销售预测模型的研究与应用[J]. 华琇,陈继红. 南通大学学报报(自然科学版). 2004(04)
硕士论文
[1]基于网络搜索数据的游客量预测模型研究[D]. 赵萌.西安理工大学 2018
[2]基于数据挖掘的超市商品销量预测[D]. 姜艳梅.青岛大学 2018
[3]手机销量影响因素分析及预测研究[D]. 唐楚.湖南大学 2017
[4]基于随机森林两阶段逐步变量选择算法的研究及应用[D]. 冯盼峰.福建农林大学 2016
[5]基于自适应LASSO变量选择的Logistic信用评分模型研究[D]. 罗昊.东南大学 2016
[6]基于BP神经网络的我国汽车销量预测分析[D]. 王旭天.东华大学 2016
[7]BP人工神经网络在结核病防治中的应用研究[D]. 岳勇.重庆医科大学 2006
本文编号：3029602
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
手机网民规模及其占网民比例Fig1-1Thescaleofmobilenetizensandtheirproportiontonetizens
图 1-2 2018 年主要品牌手机销量及占比Fig 1-2 Sales and proportion of mobile phones of major brands in 2018着互联网行业的快速成长以及快递行业的不断发展，人们的购物方一些变化，由于近几年中国电商发展非常迅猛，淘宝、天猫、京东都是比较知名的网上商城，越来越多的消费者不再从传统的实体店是在网上商店挑选和购买商品。通过对手机消费者网购销量的研响消费者网购手机行为的重要因素，不仅能够获取消费者的手机购能为企业的网上营销方式提供一些新思路，从而制定出具有参考性不断提高企业营销质量。在当今趋于饱和的手机市场中，能够牢牢，并且拥有自身的独特营销模式的企业显然更具有竞争优势。一方面，如果能够通过建立模型较好地预测各种型号的手机销售考结果确定合理的库存量以实现收益最大化，并且可以及时获取用品未来的市场趋势，也便于顾客在琳琅满目的商品中进行挑选和手机销售数据进行建模分析和预测是具有实际意义的。
i i )即为核函数，它和常数 C 共同影响着对偶问题的求解结果 f ( x )为：*1( ) ( )( ( ), ( ))ni i iif x a a X X b 络络简介网络（Artificial Neural Network，ANN）技术从诞生起，极大的推崇。它是一种仿照生物神经系统的行为特征的信网络的基本构成单元是节点，一般包含数个输入值和单个神经网络模型是感知器[24]，图 2-1 是含有三个输入节点和结构示意图。
【参考文献】：
期刊论文
[1]基于SVR的隐形眼镜销量预测方法[J]. 徐时伟. 温州职业技术学院学报. 2018(03)
[2]基于网络搜索数据的品牌汽车销量预测研究[J]. 谢天保,崔田. 信息技术与网络安全. 2018(08)
[3]基于指数平滑与回归分析的手机销量预测研究[J]. 孙威,代明君. 牡丹江师范学院学报(自然科学版). 2017(04)
[4]Lasso法在我国农业用水效率模型的应用研究[J]. 卞锦宇,耿雷华,刘恒,杨晓华. 灌溉排水学报. 2015(05)
[5]基于人工神经网络的波浪发电系统输出功率预测[J]. 霍政界. 电子测试. 2014(08)
[6]基于Lasso方法的上海经济增长影响因素实证研究[J]. 钟金花. 统计与决策. 2013(01)
[7]Matlab神经网络工具NNTool的应用与仿真[J]. 唐忠,谢涛. 计算机与现代化. 2012(12)
[8]基于随机森林的特征选择算法[J]. 姚登举,杨静,詹晓娟. 吉林大学学报(工学版). 2014(01)
[9]基于Levenberg-Marquardt算法改进BP神经网络的卷烟销量预测模型研究[J]. 蒋兴恒,朱素蓉. 中国烟草学报. 2011(05)
[10]基于RBF神经网络的销售预测模型的研究与应用[J]. 华琇,陈继红. 南通大学学报报(自然科学版). 2004(04)
硕士论文
[1]基于网络搜索数据的游客量预测模型研究[D]. 赵萌.西安理工大学 2018
[2]基于数据挖掘的超市商品销量预测[D]. 姜艳梅.青岛大学 2018
[3]手机销量影响因素分析及预测研究[D]. 唐楚.湖南大学 2017
[4]基于随机森林两阶段逐步变量选择算法的研究及应用[D]. 冯盼峰.福建农林大学 2016
[5]基于自适应LASSO变量选择的Logistic信用评分模型研究[D]. 罗昊.东南大学 2016
[6]基于BP神经网络的我国汽车销量预测分析[D]. 王旭天.东华大学 2016
[7]BP人工神经网络在结核病防治中的应用研究[D]. 岳勇.重庆医科大学 2006
本文编号：3029602
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3029602.html
