典型文献
基于考虑滞后性LSTM模型的电商需求预测
文献摘要：
消费者网络购物浏览时间碎片化、对价格更敏感的特征带来滞后性消费.为了掌握顾客消费趋势,通过获取Q企业纸类商品的历史销售数据和消费者购买行为数据,分析消费者行为对销售数据的影响,并利用随机森林分别选取不考虑滞后性和考虑滞后性的特征因子;基于LSTM神经网络建立快消品的需求预测模型;根据Q企业纸类商品的数据进行预测及验证,结果表明考虑滞后性LSTM模型预测相对误差更小,预测精度更高.
文献关键词：
长短期记忆人工神经网络(LSTM);滞后性;电商需求预测;随机森林
中图分类号：
作者姓名：
包吉祥;李林;赵梦鸽
作者机构：
上海理工大学 管理学院,上海 200093
文献出处：
引用格式：
[1]包吉祥;李林;赵梦鸽-.基于考虑滞后性LSTM模型的电商需求预测)[J].计算机工程与应用,2022(24):276-283
A类：
电商需求预测
B类：
滞后性,消费者网络购物,浏览,对价,顾客,消费趋势,纸类,销售数据,消费者购买行为,行为数据,消费者行为,林分,特征因子,快消品,长短期记忆人工神经网络
AB值：
0.297965
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。
