摘要
本发明属于卷烟投放技术领域,公开了一种基于集成学习的卷烟季节投放预测方法、装置及介质,所述方法包括:获取卷烟投放的年度营销计划数据、季节性数据和历史销售数据;对年度营销计划数据、季节性数据和历史销售数据进行预处理,得到周期性的历史外生变量和历史季节因子;基于周期性的历史外生变量和历史季节因子构建训练集;基于训练集,采用集成学习算法对预构建的时间序列预测模型进行训练,得到训练好的时间序列预测模型,所述训练好的时间序列预测模型用于预测未来一段时间内的季节因子预测值,季节因子预测值用于确定未来一段时间内的卷烟投放量。本发明实现对季节因子自动智能输出,对指导卷烟投放和调控市场状态具有重要意义。
技术关键词
时间序列预测模型
学习器
卷烟
集成学习算法
因子
构建训练集
变量
数据
周期性
支持向量回归模型
梯度提升模型
计划
多元回归模型
随机森林模型
模型训练模块
决策树模型
验证规则
多层感知机
系统为您推荐了相关专利信息
测试用例自动生成方法
信息熵
测试用例集
覆盖率
测试用例自动生成系统
深度神经网络模型
训练深度神经网络
双向搜索方法
计算方法
编码特征
风机过滤单元
仓储装置
虚拟三维模型
存储组件
环境状态信息