小样本下多维指标融合的电商产品销量预测

发布时间：2021-08-09 09:24

　　为突破传统预测方法在小样本数据下电商产品销量预测中精度较低的局限,开展基于集成学习Xgboost的预测模型研究。综合考虑影响电商产品销量的多维指标,包括:在线搜索、在线评论、页面访问、库存与订购量、情绪指数等并利用熵值法融合同类指标。应用Logistic函数和正则修正项,结合贪心算法划分子树,构建基于集成学习Xgboost的电商产品销量预测模型。针对京东商城的联想zuk z2手机产品进行模型检验,并与BP神经网络、SVM支持向量机、BP-SVM组合预测三个模型进行对比,发现融合多维指标的Xgboost预测模型的精度显著提高,为小样本数据下电商产品销量预测提供方法和思路。 

【文章来源】：计算机工程与应用. 2019,55(15)北大核心CSCD

【文章页数】：8 页

【文章目录】：
1 引言
2 相关工作
3 电商产品销量预测指标体系构建
    3.1 电商产品情绪指数计算
        3.1.1 基于LSTM的电商产品评论情感倾向分析
        3.1.2 情绪指数计算
    3.2 多维指标融合
4 基于集成学习Xgboost的电商产品销量预测模型
    4.1 预测函数定义
    4.2 目标函数定义
    4.3 模型学习过程
    4.4 模型优化过程
5 实验与分析
    5.1 产品指标处理
        5.1.1 产品评论情感倾向分析
        5.1.2 产品评论情绪指数计算
        5.1.3 产品多维指标融合
    5.2 Xgboost模型参数求解
    5.3 Xgboost模型预测结果分析
6 结束语


【参考文献】：
期刊论文
[1]在线初次评论与在线追加评论对商品销量影响的比较研究[J]. 石文华,王璐,绳娜,蔡嘉龙.  管理评论. 2018(01)
[2]基于Xgboost的商业销售预测[J]. 叶倩怡,饶泓,姬名书.  南昌大学学报(理科版). 2017(03)
[3]哪些因素影响消费者的在线购买决策?——顾客感知价值的驱动作用[J]. 李宗伟,张艳辉,栾东庆.  管理评论. 2017(08)
[4]产品销量影响服务需求的产品服务供应链定价及协调策略[J]. 但斌,娄云,韩小鹏,张旭梅.  系统管理学报. 2017(02)
[5]在线用户评论质量与评论者等级对消费者购买意愿的影响——产品卷入度的调节作用[J]. 朱丽叶,袁登华,张静宜.  管理评论. 2017(02)
[6]网络口碑对产品销量的影响:基于细粒度的情感分析方法[J]. 孟园,王洪伟,王伟.  管理评论. 2017(01)
[7]基于Box-Cox转换的集成跨项目软件缺陷预测方法[J]. 王莉萍,陈翔,王秋萍,赵英全.  计算机应用研究. 2017(07)
[8]在线评论有用性的影响因素研究:基于产品类型的调节效应[J]. 张艳辉,李宗伟.  管理评论. 2016(10)
[9]电子商务市场产品多元化战略的销售绩效及驱动因素研究[J]. 郑云坚,程熙鎔,王丹.  北京交通大学学报(社会科学版). 2016(04)
[10]基于LSTM网络的序列标注中文分词法[J]. 任智慧,徐浩煜,封松林,周晗,施俊.  计算机应用研究. 2017(05)



本文编号：3331810