基于CRISP-DM(cross-industry standard process for data mining)模型设计与实现了一个时序预测Web服务,对网站资源的下载需求量进行预测。重点阐述了CRISP-DM模型应用于时序预测任务时的设计思想和实现的关键技术。测试结果表明,该时...基于CRISP-DM(cross-industry standard process for data mining)模型设计与实现了一个时序预测Web服务,对网站资源的下载需求量进行预测。重点阐述了CRISP-DM模型应用于时序预测任务时的设计思想和实现的关键技术。测试结果表明,该时序预测Web服务具有较高的预测准确率,部署快速,使用方便,对解决同类问题具有一定的示范和参考价值。展开更多
“十四五”时期,烟草行业面临社会环境发生巨大变革的挑战。从行业现状来说,烟草市场面临消费需求日益多元化、市场竞争日趋激烈、销售结构提升矛盾突出等问题。随着数字技术的不断发展,数据驱动逐渐成为烟草行业的新推手。零售户数据...“十四五”时期,烟草行业面临社会环境发生巨大变革的挑战。从行业现状来说,烟草市场面临消费需求日益多元化、市场竞争日趋激烈、销售结构提升矛盾突出等问题。随着数字技术的不断发展,数据驱动逐渐成为烟草行业的新推手。零售户数据作为最基本的数据来源,可以帮助企业有针对性地优化市场布局。本文以河南中烟CRM客户管理系统中的零售户信息为数据基础,以CRISP-DM(Cross Industry Standard Process forData Mining)为研究框架,结合逻辑回归、ARIMA时间序列、BP神经网络等机器学习和深度学习模型,对黄金叶(天叶)规格卷烟在2021年第四季度的销售数据进行建模验证,助力精准把控未来零售户价值走向。展开更多
文摘基于CRISP-DM(cross-industry standard process for data mining)模型设计与实现了一个时序预测Web服务,对网站资源的下载需求量进行预测。重点阐述了CRISP-DM模型应用于时序预测任务时的设计思想和实现的关键技术。测试结果表明,该时序预测Web服务具有较高的预测准确率,部署快速,使用方便,对解决同类问题具有一定的示范和参考价值。
文摘“十四五”时期,烟草行业面临社会环境发生巨大变革的挑战。从行业现状来说,烟草市场面临消费需求日益多元化、市场竞争日趋激烈、销售结构提升矛盾突出等问题。随着数字技术的不断发展,数据驱动逐渐成为烟草行业的新推手。零售户数据作为最基本的数据来源,可以帮助企业有针对性地优化市场布局。本文以河南中烟CRM客户管理系统中的零售户信息为数据基础,以CRISP-DM(Cross Industry Standard Process forData Mining)为研究框架,结合逻辑回归、ARIMA时间序列、BP神经网络等机器学习和深度学习模型,对黄金叶(天叶)规格卷烟在2021年第四季度的销售数据进行建模验证,助力精准把控未来零售户价值走向。