基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着时代的进步,越来越多的电商平台兴起,而补单作为电商生产销售的重要环节之一,如何制定合理的补单策 略是商家抢占市场亟待解决的问题。本文提取已有销量和多时间特征,利用长短期预测模型(LSTM)进行时间序列预测, MSE 低至 1.02;运用 Apriori 关联规则挖掘各变量的潜在关系,最终提出合理的补单策略。
推荐文章
基于LSTM模型的单导联脑电癫痫发作预测
癫痫发作预测
单导联
小波能量
长短时程记忆网络
基于PF-LSTM网络的高效网络流量预测方法
网络流量预测
长短期记忆神经网络
粒子滤波算法
预测模型
基于LSTM模型的短期负荷预测
短期负荷预测
LSTM神经网络
工业用户
深度学习
基于LSTM变权组合模型的股价预测
GRA
PCA
LSTM
误差倒数变权组合预测法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LSTM的最优补单策略
来源期刊 中国战略新兴产业(理论版) 学科 经济
关键词 LSTM Apriori关联分析 补单策略
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 0074-0075
页数 2页 分类号 F
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王雯麓 7 0 0.0 0.0
2 梁女君 1 0 0.0 0.0
3 朱定局(通信作者) 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
LSTM
Apriori关联分析
补单策略
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国战略新兴产业:理论版
半月刊
2095-6657
10-1156/F
北京市西城区广安门内大街315号信息大厦
出版文献量(篇)
5644
总下载数(次)
82
总被引数(次)
0
论文1v1指导