期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于LSTM-RELM组合模型的电商GMV预测研究 被引量:5
1
作者 王逸文 王维莉 《计算机工程与应用》 CSCD 北大核心 2023年第10期321-327,共7页
随着互联网的发展,内容营销逐渐成为电商营销的主流,而该类营销的日商品交易总额(gross merchandise volume,GMV)直接关系到企业的库存优化控制与广告投放策略。为了提高预测精度,基于真实电商订单数据集,根据内容营销的指标,分析用户... 随着互联网的发展,内容营销逐渐成为电商营销的主流,而该类营销的日商品交易总额(gross merchandise volume,GMV)直接关系到企业的库存优化控制与广告投放策略。为了提高预测精度,基于真实电商订单数据集,根据内容营销的指标,分析用户行为对于GMV的影响,提出了一种长短期记忆网络(long short-term memory network,LSTM)与正则化极限学习机(regularized extreme learning machine,RELM)的组合模型LSTM-RELM。实验结果表明,相比于传统单一模型与双LSTM、LSTM-SVR、GM(1,1)-BP等组合模型,LSTM-RELM模型具有更精确的预测效果与更快的运行速度,能为相关销售企业提供广告投放策略参考与库存优化建议。 展开更多
关键词 长短期记忆网络(LSTM) 极限学习机(ELM) gmv预测 组合预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部