亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        狼群算法在電子商務(wù)銷售預(yù)測中的應(yīng)用

        2021-12-17 01:50:20周俊杜峰兒
        電腦知識與技術(shù) 2021年33期
        關(guān)鍵詞:預(yù)測模型

        周俊 杜峰兒

        摘要:精準(zhǔn)的電子商務(wù)預(yù)測能夠在營銷中贏取先機,優(yōu)化戰(zhàn)略,改進戰(zhàn)術(shù),從而獲得領(lǐng)先的競爭性優(yōu)勢。由于主客觀影響因素繁多、對預(yù)測精準(zhǔn)度要求高、數(shù)據(jù)維度高且復(fù)雜,一般的電子商務(wù)銷售預(yù)測要經(jīng)過問題分析與抽象、數(shù)據(jù)預(yù)處理、建立預(yù)測模型、模型調(diào)優(yōu)與結(jié)果分析的流程才能實現(xiàn)。傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)銷售預(yù)測模型具有預(yù)測過程耗時、收斂慢、通用性不高的缺點,該文采用狼群算法(wolf pack search algorithm,WPA)優(yōu)化原有模型的初始權(quán)值和閾值,收斂快且不易陷入局部最優(yōu),有效提高了電子商務(wù)銷售預(yù)測的實用性和準(zhǔn)確度。

        關(guān)鍵詞:狼群算法;電子商務(wù)預(yù)測;預(yù)測模型

        中圖分類號:TP18? ? ? 文獻標(biāo)識碼:A

        文章編號:1009-3044(2021)33-0130-02

        開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):

        1 背景

        數(shù)字科技快速發(fā)展,電商平臺異軍突起,許多品牌和產(chǎn)品紛紛開拓線上業(yè)務(wù),一時間電子商務(wù)銷售覆蓋了各行各業(yè),如何提高電商毛利達到高收益低成本越來越受到重視。銷售預(yù)測是通過對品牌電商數(shù)據(jù)的洞察,大量、多維度的運算,通過計算結(jié)果,提前布局,從營銷手段、促銷力度、活動類型等方面幫助品牌實現(xiàn)銷售目標(biāo)。由于電商平臺銷售情況復(fù)雜多變,受到多方因素制約,比如說顧客主觀判斷、季節(jié)性和假期性周期影響、國家補貼政策、商家活動促銷、產(chǎn)業(yè)優(yōu)化配置調(diào)整等等。電子商務(wù)產(chǎn)品要及時反饋不斷適應(yīng)市場變化需求,如何才能提前預(yù)判銷售額,及時發(fā)現(xiàn)提升銷量的訣竅,從而在營銷中贏取先機,搶占更多市場份額,高效管理生產(chǎn)和庫存以獲得領(lǐng)先的競爭性優(yōu)勢,才是制勝的關(guān)鍵。因此,對電子商務(wù)銷售預(yù)測的精準(zhǔn)性顯得至關(guān)重要。

        國內(nèi)外對銷售預(yù)測模型分為三類:統(tǒng)計學(xué)法、數(shù)據(jù)挖掘法、混合模型法[1]。統(tǒng)計學(xué)方法使用方便、直觀、快速,但是對線性問題的解決就很局限,很難準(zhǔn)確預(yù)測不規(guī)則的數(shù)據(jù)或者高度變異的數(shù)據(jù),適用范圍有限。數(shù)據(jù)挖掘法在神經(jīng)網(wǎng)絡(luò)(BP)方面研究較多,計算便捷、計算速度快、穩(wěn)定性強等優(yōu)點,應(yīng)用于銷售預(yù)測領(lǐng)域較為廣泛,面對不同類型的問題都得到不錯的優(yōu)化效果,使得神經(jīng)網(wǎng)絡(luò)能勝任相對復(fù)雜的問題[2]。對于非線性、季節(jié)性、周期性的問題有良好的適應(yīng)性,可應(yīng)用于短期或動態(tài)預(yù)測,但是預(yù)測過程耗時、通用性不高。因此,各種組合模型被學(xué)者們不斷嘗試,以優(yōu)化預(yù)測結(jié)果。

        2 電子商務(wù)銷售預(yù)測作用、特點及流程

        2.1 電子商務(wù)銷售預(yù)測作用

        可以對銷售量和方案進行謀劃,基于現(xiàn)有電子商務(wù)銷售現(xiàn)狀對于是否能夠?qū)崿F(xiàn)預(yù)期目標(biāo)能夠做到心中有數(shù),對影響電子商務(wù)銷售的細節(jié)能夠被放大引起重視,對于如何調(diào)整優(yōu)化下一步戰(zhàn)略布局具有指導(dǎo)意義。參照電子商務(wù)銷售預(yù)測結(jié)果,與實際銷售掛鉤,可以對利益最大化各環(huán)節(jié)進行反饋優(yōu)化,例如消費者是否有需求、購買意愿是否強烈、購買能力有多大,公司物流庫存是否充分、補給是否便捷、派送是否通暢,同類等價商品影響狀況如何等。針對電子商務(wù)銷售的重點環(huán)節(jié)進行精準(zhǔn)布局,提前洞察,所謂知己知彼,百戰(zhàn)不殆。銷售的提前預(yù)測,就像在戰(zhàn)役中提前知道了結(jié)果,優(yōu)化戰(zhàn)略,改進戰(zhàn)術(shù),最終讓結(jié)果與目標(biāo)一致,取得勝利。

        2.2 電子商務(wù)銷售預(yù)測特點

        一般的電子商務(wù)銷售預(yù)測很難同時達到精準(zhǔn)度高、適用廣、易解釋這三方面的標(biāo)準(zhǔn)。一是主客觀影響因素繁多。主觀上受到線上店鋪類型、規(guī)模、成本、銷售策略,顧客偏好、價格敏感度、購買評價反饋等的影響,客觀上受到季節(jié)性和假期性周期、國家補貼政策、同類商家活動促銷、產(chǎn)業(yè)優(yōu)化配置以及國際國內(nèi)經(jīng)濟發(fā)展周期等因素制約。二是對預(yù)測精準(zhǔn)度要求高。既然是基于預(yù)測結(jié)果來指導(dǎo)實際銷售和企業(yè)的未來布局,那么預(yù)測結(jié)果就一定要精準(zhǔn),不然預(yù)測的意義就不大。與來自經(jīng)驗豐富從業(yè)者主觀判斷相比,電子商務(wù)銷售預(yù)測一定要高于這個作用才有存在的價值。三是數(shù)據(jù)維度高、復(fù)雜。常見的銷售預(yù)測都是基于現(xiàn)有的歷史數(shù)據(jù),數(shù)量龐大、類型繁多、形式雜亂、維度較高,既要考慮全面性,又要考慮重點影響因素突出,這對銷售預(yù)測來說具有很大挑戰(zhàn)性。

        2.3 電子商務(wù)銷售預(yù)測流程

        首先,以電子商務(wù)銷售預(yù)測的內(nèi)容和方向為基點,對電子商務(wù)銷售的目標(biāo)、數(shù)據(jù)進行梳理分析,抽象化數(shù)據(jù)挖掘的某一類基本問題,是線性問題還是非線性問題,是一元分類還是多元分類。然后,電子商務(wù)銷售原始歷史數(shù)據(jù)存在數(shù)據(jù)噪聲,特別是異?;蛘邩O端數(shù)據(jù)對預(yù)測結(jié)果影響較大,因此需要插值缺失數(shù)據(jù)、檢測和消除數(shù)據(jù)異常值、規(guī)范數(shù)據(jù)類型、數(shù)據(jù)標(biāo)準(zhǔn)化和去標(biāo)準(zhǔn)化、數(shù)據(jù)降維等處理[3]。其次,建立銷售預(yù)測模型,并對模型不斷優(yōu)化改進,以提高預(yù)測的精度。最后,對預(yù)測結(jié)果進行解讀分析,發(fā)揮預(yù)測的最大功效。

        3 電子商務(wù)預(yù)測模型分析

        由于電子商務(wù)銷售數(shù)量敏感店鋪類型規(guī)模、顧客偏好與價格敏感度等主觀因素和季節(jié)性和假期性周期、國家補貼政策、同類商家活動促銷等客觀因素,屬于非線性問題且相對復(fù)雜,神經(jīng)網(wǎng)絡(luò)(BP)在銷售預(yù)測領(lǐng)域應(yīng)用較為廣泛,對于非線性、季節(jié)性、周期性的問題有良好的適應(yīng)性。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測初始權(quán)值和閾值是隨機的,預(yù)測過程耗時、收斂慢、通用性不高。狼群算法(wolf pack search algorithm,WPA)在群體智能算法中優(yōu)勢明顯,收斂快且不易陷入局部最優(yōu),曹爽[4]采用WPA狼群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,有效彌補原有模型的不足,以提高售預(yù)測的實用性和準(zhǔn)確度。

        3.1 神經(jīng)網(wǎng)絡(luò)(BP)

        神經(jīng)網(wǎng)絡(luò)通常會有三個部分,輸入層由我們的特征數(shù)決定。而輸出層由我們分類數(shù)量決定,如圖x部分為輸入層,y部分為輸出層,而中間部分為隱藏層:

        隱藏層通常會特別復(fù)雜,我們可以通過調(diào)節(jié)隱層的層數(shù)和節(jié)點數(shù)來調(diào)整模型的復(fù)雜度。x表示每個神經(jīng)元的輸入信號, w表示上一層神經(jīng)元到下一層神經(jīng)元的權(quán)重, b表示每個神經(jīng)元輸入信號的偏置值,有時又被稱為偏置項或偏置單元, a表示每個神經(jīng)元的輸出信號。

        3.2 WPA算法優(yōu)化模型

        WPA狼群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,如上圖所示,具體步驟如下:

        Step1:對狼群的空間坐標(biāo)進行初始化[5]。在[D]維空間中存在[N]頭狼的狼群,每頭狼的位置屬于隨機分布,記為[Xi=(xi1,xi1,…xiD) i=1,2,…N],第i匹狼的初始位置為:

        [xid=xdmin+rand(0,1)(xdmax-xdmin) d=(1,2,…D)]? ? (1)

        其中,[xdmin]和[xdmax]代表在這第[d]維空間中的最近距離位置、最遠距離位置。

        Step2:依據(jù)目標(biāo)函數(shù)值大小交互游走角逐出當(dāng)前頭狼。依據(jù)狼的習(xí)性,通過嗅覺識別氣味濃度,從而判斷距離獵物有多遠,假設(shè)該人工狼群中有N匹探狼,它們在[D]維空間中交互游走搜索獵物,在各自周圍搜尋出最優(yōu)位置,第[i]匹狼搜尋游走了[h]個位置,那么第[j]位置在[d]維空間中用[yijd]標(biāo)識為:

        [yijd=yid+rand(-1,1)ad (j=1,2,…h(huán))]? ? ? ? ?(2)

        其中[ad]代表[d]維空間的搜索步長,[yid]代表第[i]匹狼在[d]維空間的當(dāng)前位置。第[i]匹狼不斷游獵搜索,如果發(fā)現(xiàn)位置比當(dāng)前好才移動,否則就保持原位置。當(dāng)每匹探狼達到最遠搜索步長或者游獵到最大搜索次數(shù)就停止,這個時候每匹探狼都處于自身能夠達到的最佳位置,在所有的最佳位置中選擇最優(yōu)的,此時的最優(yōu)位置上的狼更新為頭狼。

        Step3:頭狼召喚,猛狼快速向頭狼奔襲。如果猛狼聽到頭狼嚎叫召喚,就會立即奔向獵物,狼群在奔襲移動過程中位置隨之變化,第[i]匹狼的最新位置標(biāo)識為:

        [zid=xid+(xId-xid)rand(-1,1)bd]? ? ? ? ? ? ?(3)

        其中,[xid]代表第[i]匹狼當(dāng)前的位置,[xId]代表頭狼當(dāng)前的位置,[bd]代表交互召喚行為中的奔襲搜索步長。

        Step4:對獵物(把頭狼位置視為獵物)進行圍捕。狼群追隨者頭狼的位置通過不斷奔襲移動,迭代次數(shù)不斷增加,距離獵物就越接近,圍捕搜索步長越小,直到靠近頭狼的猛狼將聯(lián)合探狼發(fā)起攻擊。[cd]代表[d]維空間的圍捕搜索步長:

        [cd=cdmin(xdmax-xdmin)exp(lncdmincdmaxkkmax)]? ? ? ? ? ? ? ? ? ? ?(4)

        [cdmax]、[cdmin]代表[d]維空間的圍捕搜索步長的最大和最小值,[kmax]代表最大迭代次數(shù),此時狼群奔襲移動發(fā)起攻擊可標(biāo)記為:

        [xk+1id=xkid rand(0,1)≤θxId+rand(-1,1)cd? ?rand(0,1)>θ,θ為設(shè)定的閾值]? ?(5)

        [xk+1id]代表第[i]匹狼經(jīng)過[k+1]次迭代后的位置,[xkid]代表經(jīng)過[k]次迭代后的位置,[xId]表示頭狼當(dāng)前在[d]維空間的位置, [cd]表示奔襲圍捕獵行為中的搜索步長,迭代次數(shù)不斷增加[cd]就會逐漸減少。

        Step5:狼群不斷更新實現(xiàn)優(yōu)勝劣汰[5]?;趧僬邽橥醯念^狼角逐規(guī)則,論功行賞、先強后弱的獵物分配規(guī)則,優(yōu)勝劣汰的狼群更新規(guī)則,實現(xiàn)對狼群的整體優(yōu)化。

        4 結(jié)束語

        電子商務(wù)要想獲得高效管理生產(chǎn)和庫存以獲得領(lǐng)先的競爭性優(yōu)勢,對電子商務(wù)銷售預(yù)測的精準(zhǔn)性顯得至關(guān)重要,基于BP神經(jīng)網(wǎng)絡(luò)法,采用WPA狼群算法優(yōu)化初始權(quán)值和閾值,能夠得到很好的預(yù)測效果。

        參考文獻:

        [1] 黃鶯,張筠汐.基于GM(1,N)-Prophet組合模型的電商行業(yè)銷售預(yù)測研究[J].西南民族大學(xué)學(xué)報(自然科學(xué)版),2021,47(3):317-325.

        [2] 田帥.基于組合模型的銷售預(yù)測應(yīng)用研究[D].廣州:華南理工大學(xué),2016.

        [3] 黃鴻云,劉衛(wèi)校,丁佐華.基于多維灰色模型及神經(jīng)網(wǎng)絡(luò)的銷售預(yù)測[J].軟件學(xué)報,2019,30(4):1031-1044.

        [4] 曹爽,張雷,張青鳳.狼群算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的游客數(shù)量預(yù)測[J].運城學(xué)院學(xué)報,2019,37(6):33-36.

        [5] 周俊,王旖旎.狼群算法的基本原理及應(yīng)用綜述[J].電腦知識與技術(shù),2020,16(12):107-108.

        【通聯(lián)編輯:謝媛媛】

        猜你喜歡
        預(yù)測模型
        基于矩陣?yán)碚撓碌母咝=處熑藛T流動趨勢預(yù)測
        東方教育(2016年9期)2017-01-17 21:04:14
        基于支持向量回歸的臺灣旅游短期客流量預(yù)測模型研究
        基于神經(jīng)網(wǎng)絡(luò)的北京市房價預(yù)測研究
        商情(2016年43期)2016-12-23 14:23:13
        中國石化J分公司油氣開發(fā)投資分析與預(yù)測模型研究
        基于IOWHA法的物流需求組合改善與預(yù)測模型構(gòu)建
        基于小波神經(jīng)網(wǎng)絡(luò)的GDP預(yù)測
        區(qū)域環(huán)境質(zhì)量全局評價預(yù)測模型及運用
        中國市場(2016年30期)2016-07-18 05:15:34
        組合預(yù)測法在汽車預(yù)測中的應(yīng)用
        中國市場(2016年19期)2016-06-06 05:11:02
        H市電動汽車充電站項目建設(shè)需求規(guī)模與技術(shù)分析
        商(2016年13期)2016-05-20 10:31:40
        基于預(yù)測模型加擾動控制的最大功率點跟蹤研究
        科技視界(2016年1期)2016-03-30 13:37:45
        国产美女在线精品免费观看| 在线亚洲日本一区二区| 免费一级淫片日本高清| 国产精品久久久国产盗摄| 国产黑色丝袜在线观看下| 国产360激情盗摄一区在线观看| 久久亚洲精品一区二区三区| 欧美大胆性生话| 人妻少妇精品视频一区二区三区 | 国产大片内射1区2区| 久久久久99精品成人片试看 | 免费人成视网站在线剧情| 377p日本欧洲亚洲大胆张筱雨| 99热这里只有精品3| 国产三级视频一区二区| 色婷婷久久亚洲综合看片| 无码人妻av一二区二区三区| 久久无码人妻一区=区三区| 亚洲一区二区三区最新视频| 久久国产劲爆∧v内射| 999国内精品永久免费视频| 日本高清在线播放一区二区三区| 亚洲欧洲日产国产AV无码| 色av色婷婷18人妻久久久| 久久成人国产精品一区二区| 青青草原综合久久大伊人| 亚洲嫩草影院久久精品| 激情五月开心五月啪啪| 亚洲精品无码久久久久去q| 久久久男人天堂| 中文字幕久久人妻av| 色综合久久久久综合体桃花网 | 日韩色久悠悠婷婷综合| 国模gogo无码人体啪啪| 亚洲国产综合精品 在线 一区| 成人国产精品免费网站| 李白姓白白又白类似的套路 | 国产亚洲91精品色在线| 精品日产卡一卡二卡国色天香 | 日本一区二区三区在线观看免费| 亚洲精品1区2区在线观看|