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:
近年来,随着机器学习及大数据技术的飞速发展,网络商品的价格预测分析也逐渐成为研究的热点.本文主要针对网络商品的价格预测问题,提出利用高斯过程对商品价格进行建模,根据商品的历史销售数据,提取影响价格的特征向量,结合高斯过程回归方法预测未来商品价格.将该方法用于实际的母婴产品销售数据并进行回归分析,实验结果表明,基于高斯过程的价格预测方法对于实际商品的价格预测具有一定的指导意义.
推荐文章
基于高斯模型的工业过程数据的故障预测
故障预测
高斯过程回归
田纳西-伊斯曼过程
工业过程数据建模
基于大数据的Web入侵风险预测
大数据
Web入侵
风险预测
盲源分离
基于大数据的多子网负荷预测
大数据
数据挖掘
神经网络
负荷预测
子网预测
相似度评价
基于数据挖掘的房地产价格预测
房地产市场
价格预测
混沌性变化
非线性拟合
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 基于大数据及高斯过程的价格预测分析
来源期刊 电脑知识与技术 学科 工学
关键词 大数据 高斯过程 回归分析 价格预测
年,卷(期) 2019,(19) 所属期刊栏目 数据库与信息管理
研究方向 页码范围 24-26
页数 3页 分类号 TP391
字数 3020字 语种 中文
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 田大伟 苏州科技大学电子与信息工程学院 1 1 1.0 1.0
10 陈其强 苏州科技大学电子与信息工程学院 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  (68)
共引文献  (97)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
高斯过程
回归分析
价格预测
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导