一种融合历史均值与提升树的客流量预测模型

• 作者: 吕品 杨锦浩 温从威 白智远 陈智
• 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
• 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

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.

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