基于数据挖掘的销售预测研究-go.pdfVIP

《电子技术应用》 www.ChinaAET.com 应用奇葩 Example of Application 基于数据挖掘的销售预测研究 李雅莉 ( 宝鸡文理学院 电子电气工程系，陕西宝鸡 721007) 摘 要：在研究数据挖掘预测算法时间序列AR 模型的基础上 ，提出了将影响销售预测的因素与时间 序列预测结合在一起的BP神经网络销售预测模型 ，该模型通过数据仓库获取销售历史数据 。实例验证 表明 ：BP神经网络销售预测模型比时间序列AR 销售预测模型精度高 。 关键词：数据挖掘 ；销售预测 ；AR 模型 ；BP神经网络 中 图 分 类 号 ： TP311 文 献 标 识 码 ： A Research of sale forecast based on data mining LI Ya Li (Department of Electronic and Electricity Engineering ，Baoji University of Arts and Sciences ，Baoji 721007,China) Abstract ：On the basis of researching time series AR model for forecasting of data mining algorithm，a model of BP neural network sale forecast combined influence factors of sale forecast with time series forecasting was provided. The model obtained the historic sale data from data warehouse, and examples verified that it is a higher accuracy BP neural network model of sale forecast than time series AR model. Key words ：data mining；sale forecast；AR model；BP neural network 销售预测是企业市场营销管理中最重要的因素之一，也 法，如时间序列分析、线性回归模型分析、非线性回归模 是企业供应链的关键环节。销售预测是在对影响市场供求变 型分析、灰色系统模型分析、马尔可夫分析法等，统计分 化的诸多因素及过去和现在的销售资料进行分析、研究的基 析法是目前最成熟的数据挖掘技术[1] ；(2)仿生物方法，如 础上，运用科学的方法，对未来市场产品的供求发展趋势进 人工神经网络、遗传算法等，这是数据挖掘算法研究的新 行估计和推测。根据销售预测结果，企业可以科学合理地制 方向。 定采购计划、生产计划、库存计划及营销计划。 本文主要在数据挖掘预测算法时间序列AR模型分析的 随着计算机技术、网络技术、通信技术和Internet技术 基础上，试图建立将影响销售预测的因素与时间序列预测 的发展和各个业务操作流程的自动化，企业产生了数以几 结合在一起的BP神经网络销售预测模型，以提高销售预测 十或上百GB的销售历史数据，面对这些海量数据，传统的 的准确性。该模型通过数据仓库获取销售历史数据，并运 预测系统越来越不适应新的预测要求，主要表现在：预测涉 用实例对这两种算法进行了验证对比。 及海量数据的处理，传统的方法无法满足运行效率、计算性 1 销售