基于极限学习机及网络搜索数据的快时尚产品预测
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。
快时尚产品、网络搜索数据、极限学习机、流行趋势、预测
F49(信息产业经济(总论))
2016-01-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
146-150