大小数据融合方法下的用户需求获取——以智能饮水产品为例

以智能饮水类产品为例,构建大小数据融合方法获取用户需求,弥补小数据方法延时、数据量不足和大数据方法不深入、碎片化的缺点。采用大数据技术爬取用户评价,引入LDA模型聚类,并利用DTM模型研究需求变化的趋势;小数据方面则通过问卷调查等方法获取用户需求,使用SPSS进行数据分析,对比研究结果后构建了需求融合方法。基于大小数据融合方法获取用户需求,得到了融合需求维度指标图,并依据数据分析结果提出了设计策略,为未来智能饮水产品设计提供参考。用户需求是产品设计本源,大小数据融合方法能更全面、准确地获得用户需求,具有关联性、差异性、时序性的特征。

基于季节性ARIMA模型的中国货物周转量短期预测

交通运输业的发展对国民经济具有先导作用,利用过去的货物周转量预测未来值,有利于反映物流产业发展趋势。基于国家统计局公开的2012年1月至2020年12月共9年中国货物周转量月度数据,分别选用简单季节ARIMA模型和乘积季节ARIMA模型进行拟合,并预测2021年1月至12月的货物周转量数据。使用两种模型进行预测的平均相对误差均较小,并且乘积季节模型的预测能力优于简单季节模型。

体验科学——参观中国活动科技馆专栏--参观科技馆有感

前几天，我和老师、同学一起参观了设在我校羽毛球馆内的流动科技展，使我大开眼界。