24年钉钉杯大数据挑战赛金奖作品A2024053028244.pdfVIP

2024年第三届“钉钉杯”大学生

大数据挑战赛论文

题目基于时间序列的烟草销量与销售金额预测研究

摘要

烟草作为特殊性的国家管制商品，其生产与流通环节受到严格的监管。精确预测香

烟的销售量和销售额对于保障生产的有效性、制定精准的市场营销策略具有至关重要的

作用。本项研究深入探讨了运用多种时间序列预测技术来预测不同品牌香烟的销售量和

销售金额，并采用集成学习的方法对预测结果进行优化。研究成果将为香烟的生产与销

售提供科学的决策支持。

针对问题一，我们基于历史数据对A1和A2品牌香烟的未来销量进行了预测。首

先，我们先对得到的数据进行清洗，对所给数据进行缺失值，异常值的处理，我们分别

构建了季节性自回归积分移动平均模型(SARIMA)和卷积神经网络+长短时记忆网络

（CNN+LSTM）两种模型。数据处理后，发现销量数据具有显著的季节特征。SARIMA

模型擅长捕捉时间序列的季节性特征，通过平稳性检验，并遍历参数组合，最终确定

SARIMA(1,2,2)×(1,2,1,12)为最优参数，其测试判定系数为0.7894