基于多因素稀疏回归预测模型的商家客流量预测

• 作者: 周燕真 孙霖 杜俊杰 郑增威 霍梅梅
• 来源期刊: 计算机应用研究
• 关键词: 智能商业平台 客流量预测 稀疏回归 多因素分析 字典学习
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 系统应用开发
• 页码范围: 1440-1444
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0816

摘要

针对智能商业平台中的大数据预测问题,提出一种多因素稀疏回归预测模型.以离散余弦变换为基础,构建包含多个外部因素(节假日、天气、温度)的字典集,通过LASSO方法定量求解稀疏编码模型中各外部因素的影响.实验对2000个商家的客流量进行预测.实验结果表明,外部因素不同程度地影响客流量,在预测模型中叠加外部因素后可以有效提高预测的准确性.同时,与其他方法对比表明,多因素稀疏回归预测模型比RNN、ARIMA等模型的预测效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑增威	浙江大学城市学院智能植物工厂浙江省工程实验室	26	877	10.0	26.0
2	霍梅梅	浙江大学城市学院智能植物工厂浙江省工程实验室	10	62	5.0	7.0
3	孙霖	浙江大学城市学院智能植物工厂浙江省工程实验室	6	35	3.0	5.0
4	杜俊杰	浙江大学城市学院智能植物工厂浙江省工程实验室	2	9	1.0	2.0
8	周燕真	浙江大学城市学院智能植物工厂浙江省工程实验室	1	0	0.0	0.0