作者：(以)马克西姆·C.科恩[等]著
页数：182页
出版社：南京大学出版社
出版日期：2024
ISBN：9787305273384
电子书格式：pdf/epub/txt
内容简介
本书全面概述了从数据收集到预测结果的评估和可视化的零售商预测需求过程。每个步骤都用相关代码和实现细节进行了说明，以揭开历史数据如何用于预测未来需求的神秘面纱。本文介绍的工具和方法可以应用于大多数零售环境，包括在线零售和实体零售，如时尚、电子、杂货和家具。本书旨在帮助商业分析专业的学生和数据科学家更好地掌握如何利用数据预测零售应用中的需求。它还可以作为对预测需求感兴趣的供应链从业者的指南。它使读者能够了解如何利用数据预测未来需求，如何清理和预处理数据以使其适合预测分析，在实施方面的常见注意事项是什么，以及如何评估预测准确性。
作者简介
马克西姆·C.科恩(MaximeC.Cohen)，加拿大麦吉尔大学零售和运营管理学教授。
保罗·埃米尔·格拉斯(Paul-EmileGras)，法国巴黎VirtuoTechnologies的数据科学家。
阿瑟·庞特科斯蒂(ArthurPentecoste)，波士顿咨询集团数据科学家。
张任宇(RenyuZhang)，中国上海纽约大学运营管理助理教授。
张莲民，深圳市大数据研究高级研究科学家。
罗敏，现为深圳信息职业技术学院管理学院讲师。
目录
1.1动机
1.2数据集
1.3目标和范围
参考文献
2数据预处理和建模指标
2.1处理缺失数据
2.2异常值测试
2.3时间效应核算
2.4价格和滞后价格
2.5主页特推
2.6项目描述特征
2.7附加变量
2.8标准化
2.9数据集的排序和导出
参考文献
3常规需求预测模型
3.1引：单个SKU的基本线性回归
3.2数据集构建
3.3集中式方法
3.4分散式方法
3.5特性选择和正则化
3.6对数变换
3.7SKU固定效应的集中式方法
3.8价格固定效应的集中式方法
3.9SKU-价格固定效应的集中式方法
3.10聚合季节性效应的分散式方法
3.11小节与下一步
参考文献
4基于树的模型
4.1决策树
4.2随机森林
4.3梯度增强树
4.4方法比较
参考文献
5聚类
5.1K-均值聚类
5.2DBSCAN群集
参考文献
6评估与可视化
6.1结果总结
6.2预测与实际
6.3改变训练集和测试集分割比率
参考文献
7更先进的方法
7.1Prophet方法
7.2数据集合与需求预测
参考文献
8结论与拓展话题
参考文献
