典型文献
基于"拆分-填充-分解-集成"的我国线上零售额预测研究
文献摘要：
线上零售额的准确预测是政府制定零售政策和发展规划的依据,也是电商和物流企业确定发展战略的基础.由于我国线上零售额数据具有样本量小、波动性大、受节日影响大、存在缺失值等特征,准确预测变得十分困难.为解决这个问题,本文提出了一种"拆分-填充-分解-集成"的预测框架.具体而言,首先将数据集拆分为实物零售数据与非实物零售数据两部分.其次,分别根据实物零售与非实物零售数据不同的缺失特征对样条插值法做了改进,提出了基于"样条插值-二分调整"的分解填充法以及基于"分段线性函数拟合-样条插值"的分解填充法,对两组数据进行缺失值填充.继而基于两组数据的不同特征,分别提出"乘法分解-ARIMA-移动平均"以及"STL分解-BP神经网络-灰色波形"的预测方法对两组数据进行预测.最后将两组预测结果集成,得到我国线上零售额的预测值.实证结果表明,本文提出的预测框架能较好地捕捉我国线上零售额数据的特征,具有很高的预测精度,且较传统的缺失值填充和预测方法在性能上表现更好.本文提出的"拆分-填充-分解-集成"预测框架,丰富了现有的缺失值填充与预测方法,并为预测实践提供了解决方案.
文献关键词：
线上零售;预测;缺失值填充;分解集成
中图分类号：
作者姓名：
曾能民;张明;余乐安
作者机构：
哈尔滨工程大学经济管理学院,黑龙江哈尔滨 150001;大数据与商务智能技术工业和信息化部重点实验室(哈尔滨工程大学),黑龙江哈尔滨 150001;四川大学商学院,四川成都 610065
文献出处：
引用格式：
[1]曾能民;张明;余乐安-.基于"拆分-填充-分解-集成"的我国线上零售额预测研究)[J].中国管理科学,2022(12):63-76
A类：
B类：
拆分,线上零售,零售额,预测研究,准确预测,府制,物流企业,额数,有样,样本量,波动性,节日,日影,十分困难,售与,样条插值,插值法,填充法,分段线性函数,函数拟合,缺失值填充,ARIMA,移动平均,STL,分解集成
AB值：
0.259617
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
