• 产品销售增量预测算法
• • 算法目的：
  • 算法用途
  • 数据格式
  • 数据处理方式
  • 算法模型
  • 算法结果

产品销售增量预测算法

发明人：Jie Fang（方洁） and Hefu Liu（刘和福）

实验室：USTC-IOM Lab

算法目的：

本算法主要目的是帮助企业预测产品销量增长的速度，主要是考虑企业在不同平台上的各种功能使用行为的差异如何影响电商平台上使用“门店同款”和“门店自提”功能的作用。

算法用途

通过这个算法，我们得出在企业使用“门店同款”和“门店自提”标识如何影响电商平台上的产品销量增长；而当跨平台的功能使用差异很大时，电商平台上的销量增长如何受到影响。

数据格式

变量名	说明	数据类型
store_id	员工ID	int
week	周数	Int
p_id	产品ID	Str
ln_delat_amt	产品销量增长	float
same	门店同款	byte
bops	门店自提	byte
vol_rat	功能数量差异	float
comp_ratio	功能种类差异	float
tm_unq	功能独特性	float
video	视频	byte
lnprice	价格	float
lnpri_mon_sales	过去月销量	float
lncolect	收藏数	float
store_eva	店铺评价1	float
tuikuan	店铺评价2	float
witp_tol	功能使用数	float
lnpro_no	店铺产品数	float
ln_jd_colec	京东平台收藏数	float
ln_jd_rew	京东平台评论数	float
multip	产品相似度	float
price_devia	价格差异	float
lntol_same	平台内门店同款数	float
lntol_bops	平台内门店自提数	float
lnavg_price	平台平均价格	float
lnavg_monsales	平台平均月销量	float
festival	节假日	byte
i.type21	产品种类	byte
month	月份	byte

数据处理方式

变量名	预处理方式
Week	编码处理
store_id	编码处理
p_id	编码处理
ln_delat_amt	取对数处理
same	哑变量
bops	哑变量
vol_rat	连续变量
comp_ratio	连续变量
tm_unq	连续变量
video	哑变量
lnprice	取对数处理，连续变量
lnpri_mon_sales	取对数处理，连续变量
lncolect	取对数处理，连续变量
store_eva	连续变量
tuikuan	连续变量
witp_tol	连续变量
lnpro_no	取对数处理，连续变量
ln_jd_colec	取对数处理，连续变量
ln_jd_rew	取对数处理，连续变量
multip	连续变量
price_devia	连续变量
lntol_same	取对数处理，连续变量
lntol_bops	取对数处理，连续变量
lnavg_price	取对数处理，连续变量
lnavg_monsales	取对数处理，连续变量
festival	类别变量
i.type21	哑变量
month	类别变量

算法模型

回归模型，具体见model.py文件

算法结果

根据结果，帮助企业预测产品销量增长的速度，辅助企业进行决策。