基于LSTM 神经网络的电商商品销售预测方法

探讨深度学习技术在时间序列预测方面的理论依据.将商品销量预测归纳为多变量时间序列的预测问题,使用某电商网店的历史销售数据,详细介绍在TensorFlow框架下搭建LSTM网络模型的方法,对比了使用AR模型进行预测的运算结果,得到LSTM网络模型具有数据输入简单方便,在网络的结构、训练方法的效率及有效性和预测的准确性等方面都具有更大的优越性.研究结果对电商企业改善营销决策和合理的库存管理具有重要的指导意义.