基于SW-GBD T的在线农产品销量预测模型

摘要：

针对在线农产品销量影响因素较多导致预测模型准确度较低的问题,提出了一种滑动窗口-梯度提升决策树(Slide Window-Gradient Boosting Decision Tree,SW-GBDT)模型用于在线农产品销量预测.确定了 4 类指标,共 32项特征变量,建立了预测指标体系,并在预测模型中引入滑动窗口,对原始数据进行特征扩展,将尽可能多的因素纳入考虑范围,增加梯度提升决策树算法可学习的信息,以提高在线农产品销量预测模型的准确性.实验结果表明,所提模型的决定平方系数为0.902 3,均方根误差值为1.829 8,平方绝对误差值为3.348 2.相较于其他同类算法,所提模型的在线农产品销量预测准确度较高.

关键词：在线农产品、销量预测、滑动窗口、梯度提升决策树

所属期刊栏目：28

分类号：F323.7;TP181;F724.6(中国农业经济)

资助基金：国家社会科学基金;教育部哲学社会科学研究项目后期资助项目;陕西省社会科学基金项目;陕西省教育厅科研计划项目;西安市科技计划项目;陕西省高校青年创新团队项目

在线出版日期：2023-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：99-110