线性回归和随机森林算法融合在餐饮客流量的预测

• 作者: 杨森彬
• 来源期刊: 软件工程
• 学科: 工学
• 关键词: 数据挖掘 线性回归 随机森林 算法融合 餐饮行业
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 方法与技术
• 页码范围: 24-27
• 页数: 4页
• 分类号: TP312
• 字数: 3356字
• 语种: 中文
• DOI: 10.19644/j.cnki.issn2096-1472.2018.07.007

摘要

数据挖掘技术运用于餐饮行业具有一定的社会价值,通过预测餐饮行业客流量,根据客流量多少餐厅合理为顾客准备用餐,有利于提升顾客用餐体验,提高餐饮质量的同时让餐饮行业更高效运作.本文通过研究线性回归算法与随机森林算法理论,提出将线性回归算法与随机森林算法融合的思想,将其应用在餐厅顾客回访数量预测,并通过实验证明该思路的合理性和可实施性.通过实验对比,算法融合思路比线性回归算法准确率提高了约3.004％,比随机森林算法提高了约2.022％.比以往大部分研究取得更优的预测效果,为数据挖掘技术在餐饮行业的应用提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨森彬	广东工业大学自动化学院	3	3	1.0	1.0