李洪磊 王德闖

摘 要：電子商務(wù)交易額是衡量一個(gè)國(guó)家或者地區(qū)電子商務(wù)發(fā)展?fàn)顩r的重要指標(biāo)，精確的交易額預(yù)測(cè)在國(guó)家的電子商務(wù)戰(zhàn)略決策中具有重要的意義。針對(duì)歷年中國(guó)電子商務(wù)交易額的數(shù)據(jù)特征，提出了基于灰色理論與RBF神經(jīng)網(wǎng)絡(luò)算法的組合預(yù)測(cè)方法，并對(duì)未來(lái)的電子商務(wù)交易額進(jìn)行預(yù)測(cè)，將預(yù)測(cè)結(jié)果與單一的GM1，1模型和RBF神經(jīng)網(wǎng)絡(luò)模型進(jìn)行比較，顯示出較高的精度，為電子商務(wù)交易額預(yù)測(cè)提供了新的方法。

關(guān)鍵詞：電子商務(wù)交易額；灰色理論；GM1，1模型；RBF神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F713.360 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： E-commerce trade volume is an important index to measure a country or a region's E-commerce development situation， and an accurate volume forecast plays a critical role in making a country's E-business strategy. According to the data characteristics of China's E-commerce transactions throughout the years， this paper proposed a combined forecast model based on grey theory and RBF neural network algorithm. After predicting the trade volume of China's E-commerce， this report compared the combined forecast model with single GM1，1 model and RBF neural network model， which shows the combined forecast model's predicted results are much more accurate. Therefore， the combined forecast model can be used as a new method for predicting E-commerce trade volume.

Key words： E-commerce trade volume； grey theory； GM1，1 model； RBF neural network

0 引 言

隨著我國(guó)互聯(lián)網(wǎng)和計(jì)算機(jī)信息技術(shù)的普及與發(fā)展，電子商務(wù)的發(fā)展速度及其影響力已經(jīng)超出了人們的預(yù)期，電子商務(wù)將成為“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”的新引擎[1]。

關(guān)于電子商務(wù)交易額的預(yù)測(cè)，國(guó)內(nèi)的研究論文相對(duì)較少。任麗麗、陸秋君[2]使用模糊線性回歸模型對(duì)電子商務(wù)交易額進(jìn)行預(yù)測(cè)。王小東等[3]使用時(shí)間序列預(yù)測(cè)模型對(duì)世界電子商務(wù)交易額進(jìn)行預(yù)測(cè)。資道根[4]使用灰色理論模型對(duì)跨境電子商務(wù)交易額進(jìn)行預(yù)測(cè)。但是，以上學(xué)者提出的電子商務(wù)交易額預(yù)測(cè)方法都是基于單一的模型，從而沒(méi)有考慮到單一模型在預(yù)測(cè)方面的局限性，影響了最終預(yù)測(cè)結(jié)果的精度或?qū)嵱眯?。例如，文獻(xiàn)[2]中使用模糊線性回歸模型對(duì)電子商務(wù)交易額的預(yù)測(cè)，預(yù)測(cè)結(jié)果誤差較大，達(dá)到了14.5%。文獻(xiàn)[4]中的灰色理論模型的預(yù)測(cè)結(jié)果雖然精度較高，但是若樣本數(shù)目增加或者離散程度增大時(shí)，預(yù)測(cè)結(jié)果的精度會(huì)受到較大影響。因此，本文采用灰色理論與RBF神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)模型對(duì)中國(guó)的電子商務(wù)交易額進(jìn)行預(yù)測(cè)，并將預(yù)測(cè)結(jié)果與單獨(dú)的灰色GM1，1模型和RBF神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)結(jié)果進(jìn)行比較，具有較高的精度。

3 結(jié) 論

通過(guò)構(gòu)建灰色理論與RBF神經(jīng)網(wǎng)絡(luò)組合預(yù)測(cè)模型，對(duì)中國(guó)電子商務(wù)交易額進(jìn)行預(yù)測(cè)，將預(yù)測(cè)結(jié)果與單一的RBF神經(jīng)網(wǎng)絡(luò)算法和GM1，1模型比較，精度上有較大的提高，為今后電子商務(wù)交易額預(yù)測(cè)提供了新的思路和方法。電子商務(wù)交易額預(yù)測(cè)以及電子商務(wù)的發(fā)展研究是一項(xiàng)整合各種技術(shù)的復(fù)雜任務(wù)，本文雖然給出了基于灰色理論和RBF神經(jīng)網(wǎng)絡(luò)算法的組合預(yù)測(cè)方法，但是對(duì)于電子商務(wù)交易額的影響因素沒(méi)有涉及，這是對(duì)未來(lái)電子商務(wù)的一個(gè)研究方向。

參考文獻(xiàn)：

[1] 中國(guó)社科院財(cái)經(jīng)戰(zhàn)略研究院課題組，荊林波. 電子商務(wù)：中國(guó)經(jīng)濟(jì)發(fā)展的新引擎[J]. 求是，2013（11）：15-17.

[2] 任麗麗，陸秋君. 電子商務(wù)交易額預(yù)測(cè)的模糊線性回歸研究[J]. 江蘇商論，2012（7）：66-69.

[3] 王小東，楊堅(jiān)爭(zhēng)，楊納川. 世界上網(wǎng)人口與電子商務(wù)交易額預(yù)測(cè)[J]. 金融經(jīng)濟(jì)，2013（12）：173-175.

[4] 資道根. 基于灰色GM1，1模型的跨境電子商務(wù)發(fā)展前景預(yù)測(cè)分析[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2015（1）：96-105.

[5] 鄧聚龍. 灰色系統(tǒng)基本方法[M]. 武漢：華中科技大學(xué)出版社，2005.

[6] Ali Ghodsi， Dale Schuurmans. Automatic basis selection techniques for RBF networks[J]. Neural Networks， 2003（6）：809-816.

[7] 韓力群. 人工神經(jīng)網(wǎng)絡(luò)教程[M]. 北京：北京郵電大學(xué)出版社，2006.