基于商品聚类的电商销量预测

• 作者: 王建伟
• 来源期刊: 计算机系统应用
• 关键词: 电商 聚类 时间序列 隐马尔可夫 预测
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 162-168
• 页数: 7页
• 字数: 5320字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005423

摘要

随着我国大力推进电商行业的发展,越来越多的电商企业加入到线上的竞争之中.随着销量的增大,第三方电商企业所掌握的销售数据也越来越多,这些分类上零散的销售数据给数据处理预测带来了一定的难度,常常导致在预测过程中数据不完备或者预测结果存在非常大的偏差.为了改善这一问题,这里提出了一种基于销售数据的产品重分类预测模型,利用产品销售共性提取产品聚类簇,再使用时间序列模型得出预测结果并通过隐马尔科夫预测模型给出预测结果的概率分布.通过实验分析,利用以上模型的预测获得较好的预测结果,对电商企业制定营销策略具有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建伟	中国矿业大学计算机科学与技术学院	2	11	2.0	2.0