基于极限学习机及网络搜索数据的快时尚产品预测

摘要：

为实现时尚化设计，时尚产品生产企业需具备精准的识别与预测流行元素的能力。针对快时尚产品的预测问题，构建了基于极限学习机( ELM)模型的预测算法。首先由于快时尚产品具有市场需求不稳定、产品更新速度快等特点，而网络搜索数据不仅反映了用户的焦点关注与个性化需求，其中还蕴含着群体的某些社会或经济行为。利用网络搜索数据和历史成交数据作为数据来源，进而实时挖掘市场需求。其次，由于数据具有非线性不规则变化的特点，构建具有较强学习能力和泛化能力的ELM模型，对快时尚产品的流行趋势进行预测。与传统的统计预测模型相比，加入搜索数据后，构建的模型预测精度较高，同时ELM模型对流行趋势的转折点具有较强的预测能力。

关键词：快时尚产品、网络搜索数据、极限学习机、流行趋势、预测

分类号：F49(信息产业经济(总论))

在线出版日期：2016-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：146-150