基于深度学习的加油站销量预测与营销策略应用研究

摘要：

营销策略的制定是加油站业务的重要部分,而数据驱动的营销策略制定已成为加油站实现精准营销的迫切需求.为此提出了一种基于加油站历史数据、营销策略和关键特征的油品销量预测的深度学习模型和基于销量预测模型的营销策略制定方法.根据加油站历史数据特征,设计了一个多层次的网络结构处理不同类别特征的数据,并结合营销策略信息以执行油品的销量预测.另外,通过引入关键特征,提升了销量预测模型的准确度;通过输入营销策略信息的变更,实现了加油站营销策略的自动选择.在真实加油站数据构建的数据集上进行实验,结果显示:所提方法的销量预测模型相比其他主流方法具有更低的预测误差.

关键词：销量预测;数据驱动决策;深度学习;循环神经网络;人工智能应用

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：国家重点研发计划2019QY1402

在线出版日期：2022-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6