面向大型零售連鎖商店的銷售預(yù)測模型及其信息系統(tǒng)研究

第1章 緒論
1．1 研究背景
1．2 國內(nèi)外研究現(xiàn)狀
1．2．1 商品銷售預(yù)測技術(shù)研究現(xiàn)狀
1．2．2 商品銷售預(yù)測系統(tǒng)研究現(xiàn)狀
1．2．3 LightGBM算法研究現(xiàn)狀
1．2．4 本研究擬解決的問題
1．3 研究框架
1．3．1 研究內(nèi)容
1．3．2 技術(shù)路線
1．3．3 組織結(jié)構(gòu)
1．4 本章小結(jié)
第2章 相關(guān)理論基礎(chǔ)及方法選擇
2．1 相關(guān)理論基礎(chǔ)
2．1．1 營銷組合理論
2．1．2 消費者購買理論
2．1．3 市場預(yù)測理論
2．1．4 機器學習
2．1．5 預(yù)測的定義及方法
2．1．6 銷售預(yù)測的定義及方法
2．2 預(yù)測模型及其特點
2．2．1 線性預(yù)測模型及其特點
2．2．2 非線性預(yù)測模型及其特點
2．3 時間序列分析原理
2．4 梯度提升算法原理
2．5 方法選擇
2．6 本章小結(jié)
第3章 數(shù)據(jù)預(yù)處理與銷量影響因素選取
3．1 數(shù)據(jù)分析探索
3．1．1 數(shù)據(jù)來源描述
3．1．2 數(shù)據(jù)概要描述
3．2 數(shù)據(jù)預(yù)處理
3．2．1 數(shù)據(jù)預(yù)處理理論意義
3．2．2 商品銷售數(shù)據(jù)預(yù)處理
3．3 商品銷售預(yù)測影響因素選取
3．3．1 銷量影響因素分析
3．3．2 銷量關(guān)鍵影響因素選取
3．4 本章小結(jié)
第4章 銷售預(yù)測模型構(gòu)建及優(yōu)化
4．1 時間序列模型構(gòu)建
4．1．1 數(shù)據(jù)變換
4．1．2 平穩(wěn)性檢驗
4．1．3 白噪聲檢驗
4．1．4 MA模型構(gòu)建
4．1．5 預(yù)測結(jié)果及模型評價
4．2 XGBoost算法建模
4．2．1 數(shù)據(jù)預(yù)處理
4．2．2 XGBoost銷售模型構(gòu)建
4．2．3 模型調(diào)優(yōu)
4．2．4 預(yù)測結(jié)果與模型評價
4．3 LightGBM算法建模
4．3．1 數(shù)據(jù)預(yù)處理
4．3．2 LightGBM銷售模型構(gòu)建
4．3．3 模型調(diào)優(yōu)
4．3．4 預(yù)測結(jié)果與模型評價
4．4 模型實驗結(jié)果分析比較
4．5 本章小結(jié)
……
第5章 商品銷售預(yù)測系統(tǒng)開發(fā)
第6章 結(jié)論與研究展望
附錄
參考文獻