摘要
本申请公开了一种基于机器学习的零售终端卷烟商品订货量自动预测方法,包括:基于历史销售信息构建基础样本集,利用基础样本集构建行为特征,并从基础样本集提取数据特征;对基础样本集、行为特征和数据特征进行整合获得包含多个特征向量的特征集合,对特征集合进行特征选择获得用户对烟草的历史销售分析数据;基于历史销售分析数据,对预测模型进行多次迭代,得到最终的预测模型,利用最终的预测模型对卷烟商品订货量进行预测。本申请能够通过深度挖掘用户对烟草的历史销售信息,发掘暗含用户行为逻辑信息以助力实现卷烟商品订货量的精准预测,从而为烟草企业卷烟精准营销、生产任务分配、计划决策等方面提供理论依据。
技术关键词
自动预测方法
零售终端
卷烟
超参数
特征选择
样本
数据
基础
概率密度函数
决策树模型
客户
处理器
比率
存储器
利润
助力
订单
冗余
计划
系统为您推荐了相关专利信息
加工点
PWM占空比
出胶量
训练预测模型
点胶头
集装箱装载货物
集装箱跟踪
数据处理方法
指数
随机森林模型
历史气象数据
LSTM模型
皮尔逊相关系数
多策略
超参数
分类预测模型
分类方法
帕金森病患者
神经网络结构
特征选择
气相色谱质谱分析
分类方法
裂解气相色谱
离子
图谱