王巍 任文強(qiáng)

摘 要 互聯(lián)網(wǎng)時(shí)代，電商平臺(tái)銷售量猛增，使得電商企業(yè)對(duì)各種商品的庫存管理進(jìn)行保管與控制變得越來越復(fù)雜，庫存管理的關(guān)鍵就是庫存量的把控。所以對(duì)庫存商品的需求預(yù)測(cè)是非常必要的。本案采用時(shí)間序列預(yù)測(cè)法建立模型，隨機(jī)選取一定數(shù)量商品，經(jīng)過特征選擇去除異常數(shù)據(jù)，然后選擇ARIMA模型，劃分出訓(xùn)練集和驗(yàn)證集后，得出未來一周的商品需求的預(yù)測(cè)結(jié)果。對(duì)比一周的商品真實(shí)需求，來驗(yàn)證本方案使用的模型預(yù)測(cè)準(zhǔn)確性。

關(guān)鍵詞 大數(shù)據(jù) 預(yù)測(cè)研究 區(qū)域商品需求

一、研究背景

利用數(shù)據(jù)挖掘技術(shù)可以對(duì)未來的商品需求量進(jìn)行精準(zhǔn)預(yù)測(cè)，從而幫助商家自動(dòng)做出供應(yīng)鏈過程中的某些決策。這些以大數(shù)據(jù)驅(qū)動(dòng)的供應(yīng)鏈能夠幫助商家大幅降低運(yùn)營(yíng)成本，提升用戶的體驗(yàn)，對(duì)整個(gè)電商行業(yè)的效率提升起到重要作用。

本方案以長(zhǎng)風(fēng)大數(shù)據(jù)提供的2014年10月1日至2015年12月27日的銷售數(shù)據(jù)為依據(jù)，預(yù)測(cè)某種商品（如item_id = 727）在未來1周全國(guó)和區(qū)域性需求量，運(yùn)用數(shù)據(jù)挖掘技術(shù)和方法（時(shí)間序列ARIMA），精準(zhǔn)刻畫商品需求的變動(dòng)規(guī)律，對(duì)未來1周的全國(guó)和區(qū)域性商品需求量進(jìn)行預(yù)測(cè)。

二、數(shù)據(jù)研究技術(shù)及數(shù)據(jù)處理

本次研究基于兩個(gè)數(shù)據(jù)集中的詳細(xì)數(shù)據(jù)進(jìn)行分析。運(yùn)用的數(shù)據(jù)預(yù)處理方法有：數(shù)據(jù)清理和數(shù)據(jù)標(biāo)準(zhǔn)化。并運(yùn)用時(shí)間序列預(yù)測(cè)法作為回歸預(yù)測(cè)方法。

本方案隨機(jī)挑選item_id=727為商品例子，由于預(yù)測(cè)目標(biāo)設(shè)定為未來1周的需求變化，故而將商品數(shù)據(jù)時(shí)間跨度為2014年10月1日至2015年12月20日作為訓(xùn)練集，2015年12月21日至2015年12月27日作為測(cè)試數(shù)據(jù)。

（一）數(shù)據(jù)處理方法及模型選擇

本方案采用logisPMT，基于ARMA算法進(jìn)行數(shù)據(jù)處理。ARMA模型是研究時(shí)間序列的重要方法，在市場(chǎng)研究中常用于長(zhǎng)期追蹤資料的研究，本方案預(yù)測(cè)的是1周的銷售值，對(duì)于短期內(nèi)相關(guān)數(shù)據(jù)的預(yù)測(cè)，ARMA模型具有優(yōu)越性。

（二）數(shù)據(jù)預(yù)處理

第一，載入本地?cái)?shù)據(jù)與原始數(shù)據(jù)觀測(cè)。新建一個(gè)工程，在Data區(qū)域中選擇Logis云端數(shù)據(jù)組件，將數(shù)據(jù)表格“智能分倉數(shù)據(jù)_item_feature”載入。從Data區(qū)域?qū)ⅰ皵?shù)據(jù)表格”組件與“Logis云端數(shù)據(jù)”組件相連，在info區(qū)域展現(xiàn)原始數(shù)據(jù)的基本信息，包括數(shù)據(jù)的體量（232621條數(shù)據(jù)）、特征維度（32個(gè)字段）以及缺失值比率（沒有缺失值），有無元變量等信息。

第二，數(shù)據(jù)清洗。由于本任務(wù)沒有缺失字段，所以直接結(jié)合本任務(wù)的需求，進(jìn)行特征選擇。由于本任務(wù)將以構(gòu)造時(shí)間序列模型為核心，故特征變量只選擇日期型變量“date”和目標(biāo)變量“qty_alipay”。

三、模型訓(xùn)練

（一）測(cè)試集與訓(xùn)練集

為了驗(yàn)證訓(xùn)練模型的優(yōu)劣，將商品數(shù)據(jù)時(shí)間跨度為2014年10月1日至2015年12月20日作為訓(xùn)練集，2015年12月21日至2015年12月27日作為驗(yàn)證集。

（二）異常數(shù)據(jù)過濾

從螺旋圖中可看出，該商品預(yù)測(cè)值的時(shí)間段式需求的平淡期，為了降低某些異常值的存在對(duì)構(gòu)建模型的影響，商品全面需求變化受季節(jié)影響較大需對(duì)其進(jìn)行消除，可進(jìn)行季節(jié)性調(diào)整。

（三）模型判斷

為了選擇合適的ARIMA模型，引入自相關(guān)圖ACF，從“時(shí)間序列”區(qū)域中選擇“相關(guān)圖”組件，并與“時(shí)間選擇對(duì)象”組件相連。

在95%的置信度下，滯后1階自相關(guān)值大部分沒有超過邊界值，部分超過邊界可能是由于異常值的影響。引入偏相關(guān)圖PACF。序列的偏自相關(guān)函數(shù)中，超過95%的序列偏相關(guān)系數(shù)都在1倍標(biāo)準(zhǔn)差的范圍內(nèi)，可以判斷該序列的偏自相關(guān)值選1階后結(jié)尾，于是設(shè)置本方案中ARIMA模型的參數(shù)為arima（1，1，1），預(yù)測(cè)步長(zhǎng)設(shè)置為7。

（四）模型假設(shè)檢驗(yàn)

為了評(píng)估訓(xùn)練后模型的性能，從“時(shí)間序列”區(qū)域中選擇“模型評(píng)估”組件，并與“時(shí)間對(duì)象選擇”組件和“ARIMA模型”組件相連。RMSE為均方根誤差，MAE為平均絕對(duì)誤差，MAPE為平均絕對(duì)百分誤差，R2為相關(guān)性較弱，AIC為赤池信息準(zhǔn)則，BIC為貝葉斯信息準(zhǔn)則等。MAE值為16.9，開方即為4.1，表明單個(gè)記錄的總體平均預(yù)測(cè)誤差為4.1，模型的總體性能較好。

（五）模型預(yù)測(cè)誤差

為了獲取詳細(xì)的預(yù)測(cè)值，從“Data”區(qū)域選擇“數(shù)據(jù)表格”組件，命名為“預(yù)測(cè)值”，并與“ARIMA模型”組件相連。

得出結(jié)果qty_alipay（forecast）預(yù)測(cè)值第1天：22.533;第2天：22.380;第3天：22.388;第4天：22.415;第5天：22.445;第6天：22.474;第7天：22.504。對(duì)7天的預(yù)測(cè)值求和為157.139。

得出結(jié)果Qty_alipay測(cè)試集第1天：15.000;第2天：17.000;第3天：28.000;第4天34.000;第5天：37.000;第6天：21.000;第7天：4.000。對(duì)7天的測(cè)試集求和為156。對(duì)1周（7天）的預(yù)測(cè)值與實(shí)際值對(duì)比誤差為1.139，預(yù)測(cè)效果滿足預(yù)期。

四、結(jié)語

本文在大數(shù)據(jù)背景下，以歷史一年海量買家的行為數(shù)據(jù)以及商品信息數(shù)據(jù)為依據(jù)，預(yù)測(cè)各種商品在未來一周全國(guó)和區(qū)域性需求量，選取了有效的特征，建立ARIMA模型，獲得了優(yōu)于傳統(tǒng)預(yù)測(cè)方法的商品需求預(yù)測(cè)結(jié)果，該結(jié)果為后續(xù)建立準(zhǔn)確的分倉規(guī)劃模型、提出有效的分倉規(guī)劃建議奠定量化基礎(chǔ)，但ARIMA的預(yù)測(cè)精準(zhǔn)度有待提高，可嘗試與神經(jīng)網(wǎng)絡(luò)等模型相結(jié)合進(jìn)行進(jìn)一步研究。

（作者單位為北京吉利學(xué)院）

參考文獻(xiàn)

[1] 朱曉峰.大數(shù)據(jù)分析與挖掘[M].機(jī)械工業(yè)出版社，2019.

[2] 李長(zhǎng)春.大數(shù)據(jù)背景下的商品需求預(yù)測(cè)與分倉規(guī)劃[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2017.

[3] 史密斯·D .漢密爾頓（美）.時(shí)間序列分析[M].夏曉華，譯.北京：中國(guó)人民大學(xué)出版社，2014.