一种基于LSTM模型的日销售额预测方法

• 作者: 任帅 伍菁 吴娟娟 张卫钢 李香云
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 日销售额 预测 TensorFlow LSTM
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 133-137
• 页数: 5页
• 分类号: TP181
• 字数: 3990字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.02.026

摘要

精准的销售额预测对于商业运营有非常大的指导意义,可以指导运营后台提前进行合理的资源配置,帮助管理者制定合理的目标.零售商店日销售额预测指从商店已有日销售额的数据资料中总结出商品销售额的变化规律,并根据该规律动态预测未来一段时间内的日销售额.预测目的是通过增加企业销量,从而完善生产模式,使企业获利.目前,现有的关于商品销售额预测方法的精度大都不高,低于85％.因此,提出了一种基于TensorFlow的LSTM模型的零售商店日销售额预测方法,能够提高预测未来一周的日销售额精度.实验结果显示,预测精度达到90％;同时得到LSTM模型的MAPE为0.031932,MAE为168.3207,明显高于现有模型的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张卫钢	长安大学信息工程学院	40	301	11.0	15.0
2	任帅	长安大学信息工程学院	36	61	5.0	7.0
3	吴娟娟	长安大学信息工程学院	2	1	1.0	1.0
4	伍菁	长安大学信息工程学院	3	1	1.0	1.0
5	李香云	长安大学信息工程学院	2	1	1.0	1.0