基于卷积神经网络的在线产品销量预测分析研究
荣飞琼; 郭梦飞
2019-03-20
发表期刊西北民族大学学报(哲学社会科学版)
期号2页码:15-26
摘要研究针对在线产品销售的决策需求,结合各行业在线产品的销量影响因素及深度学习算法优势,构建了适用于在线产品的销量预测模型,并重点评估了模型在不同种类在线产品上的适应性。研究过程将全连接模型与CNN的训练结果进行了对比,证明了CNN模型的精度和泛化能力。通过选取非深度学习模型Adaboosting作为对比基线,证明CNN模型在不同类别产品下的性能优势。另外,实验得出经过无监督预训练的CNN模型在销量预测问题上更有效、适应能力更强的结论。
关键词深度学习 销量预测 CNN模型 全连接模型 无监督预训练
DOI10.14084/j.cnki.cn62-1185/c.2019.02.003
URL查看原文
ISSN1001-5140
语种中文
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/10825
专题信息工程与人工智能学院
作者单位兰州财经大学信息工程学院
第一作者单位信息工程与人工智能学院
推荐引用方式
GB/T 7714
荣飞琼,郭梦飞. 基于卷积神经网络的在线产品销量预测分析研究[J]. 西北民族大学学报(哲学社会科学版),2019(2):15-26.
APA 荣飞琼,&郭梦飞.(2019).基于卷积神经网络的在线产品销量预测分析研究.西北民族大学学报(哲学社会科学版)(2),15-26.
MLA 荣飞琼,et al."基于卷积神经网络的在线产品销量预测分析研究".西北民族大学学报(哲学社会科学版) .2(2019):15-26.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
27919.pdf(1823KB)期刊论文出版稿暂不开放CC BY-NC-SA请求全文
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[荣飞琼]的文章
[郭梦飞]的文章
百度学术
百度学术中相似的文章
[荣飞琼]的文章
[郭梦飞]的文章
必应学术
必应学术中相似的文章
[荣飞琼]的文章
[郭梦飞]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。