一种基于深度学习算法的销量预测方法

    公开(公告)号:CN116385038A

    公开(公告)日:2023-07-04

    申请号:CN202310230598.2

    申请日:2023-03-11

    Abstract: 本发明属于一种销量预测方法技术领域,提供了一种基于深度学习算法的销量预测方法,包括如下步骤:S1.获取原始数据集;S2.对所述原始数据集进行处理,包括KNN填充以及“0”值填充并输出完整的数据集;S3.针对输出完整的所述数据集进行特征提取;基于时序差分滑动窗口获取销量的时序特征,形成特征集供模型训练和预测使用;S4.运用LSTM对原始数据集进行处理,挖掘出F1历史时序的自回归关系、F2外生变量的影响关系;S5.将提取到的特征数据输入到深度学习的模型中,实现销量的预测。一种基于深度学习算法的销量预测方法能够很好地预测线下零售门店的销量变化,为线下数字化营销的各项决策提供科学的、有客观数据支撑的参考依据。

    一种基于机器学习的烟草行业智能营销系统

    公开(公告)号:CN114372848A

    公开(公告)日:2022-04-19

    申请号:CN202111646113.5

    申请日:2021-12-30

    Abstract: 本发明提供一种基于机器学习的烟草行业智能营销系统,属于电子信息技术领域。分为四个子系统打造烟草营销方法并改进现有问题,其一是针对全域、全产业链的标签子系统及标签采集方案;其二是基于机器学习的智能选户子系统;其三是适合更高水平的供需动态平衡的智能投放子系统;其四是基于数据分析、前端可视化技术和前述方法的智能营销研判可视化子系统。本发明通过构建的标签子系统和标签采集方法更加高效、科学的进行数据收集;并通过上述两机器学习子系统对收集数据进行深度挖掘,使数据能够对烟草行业的一些应用场景发挥更大价值,并通过智能营销可视化研判子系统对前述算法进行部署,构建出完整的数据驱动决策链条。

Patent Agency Ranking