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:
移动定位服务的发展使得互联网商家"线上线下"的交易数据急剧增长,如何挖掘出海量交易数据中隐藏的用户行为、实现智能化决策是互联网商家在运营过程中面临的一个重要问题.基于此,提出了一种融合历史均值与提升树的互联网商家客流量预测模型,其中提升树用于改进模型的预测精度,历史均值模型用于考虑客流量预测与时间的依赖关系.历史均值与提升树融合的核心思想是先通过提升树XGBoost、GBDT和历史均值模型预测商家过去三周的平均销量和总销量,然后,构建提升树模型与历史均值模型的融合权重系数公式.在包含2000个互联网商家销售数据集上实现了该方法,并将其与时间序列加权回归模型进行了对比,发现两种方法的预测结果相似,这表明该方法考虑时间因素是正确合理的;并且在训练集增大的情况下,模型的预测精度能得到显著改善.
推荐文章
基于多因素稀疏回归预测模型的商家客流量预测
智能商业平台
客流量预测
稀疏回归
多因素分析
字典学习
基于BP神经网络的机场安检旅客流量预测模型
机场
安检旅客流量
BP神经网络
预测
服务资源
调度
旅游客流量预测:基于季节调整的PSO-SVR模型研究
旅游客流量预测
粒子群算法
支持向量回归机
季节调整
均方差比较
基于ARMA模型的城市轨道交通客流量预测
客流量
预测模型
时间序列
相对误差
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 一种融合历史均值与提升树的客流量预测模型
来源期刊 计算机技术与发展 学科 工学
关键词 历史均值 提升树 时间序列加权回归 互联网商家 客流量
年,卷(期) 2019,(4) 所属期刊栏目 应用开发研究
研究方向 页码范围 212-215
页数 4页 分类号 TP31
字数 4134字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.04.043
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 吕品 上海电机学院电子信息学院 15 27 3.0 4.0
2 白智远 上海电机学院电子信息学院 2 4 1.0 2.0
3 温从威 上海电机学院电子信息学院 1 1 1.0 1.0
4 杨锦浩 上海电机学院电子信息学院 1 1 1.0 1.0
5 陈智 上海电机学院电子信息学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (80)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(5)
  • 参考文献(2)
  • 二级参考文献(3)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
历史均值
提升树
时间序列加权回归
互联网商家
客流量
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导