Прогнозирование объемов продаж новых товаров (отчет)
Материал из MachineLearning.
(→Критерии качества) |
(→Критерии качества) |
||
| Строка 14: | Строка 14: | ||
=== Критерии качества === | === Критерии качества === | ||
| - | Продажи прогнозируется по каждому товару раздельно. Прогнозирование объёмов продаж на неделю основывается на предыстории продаж за фиксированное число дней. Это число дней регулируется переменной stp (количество шагов). Критерием качества служит сумма модулей отклонения прогноза от реальной величины покупок по дням. | + | Продажи прогнозируется по каждому товару раздельно. |
| + | Прогнозирование объёмов продаж на неделю основывается на | ||
| + | предыстории продаж за фиксированное число дней. Это | ||
| + | число дней регулируется переменной stp (количество шагов). | ||
| + | Критерием качества служит сумма модулей отклонения прогноза | ||
| + | от реальной величины покупок по дням. | ||
=== Требования к проекту === | === Требования к проекту === | ||
Версия 12:48, 9 марта 2010
Введение в проект
Описание проекта
Цель проекта
Цель проекта - прогнозирование еженедельных продаж новых товаров.
Обоснование проекта
Результаты проекта могут быть использованы для планирования объёмов продаж новых товаров.
Описание данных
Дано: товарный классификатор (иерархия товарных групп); региональный классификатор (иерархия магазинов и регионов); товародвижения (продажи, поставки, остатки и пр., праздники и промо-акции).
Критерии качества
Продажи прогнозируется по каждому товару раздельно.
Прогнозирование объёмов продаж на неделю основывается на предыстории продаж за фиксированное число дней. Это число дней регулируется переменной stp (количество шагов). Критерием качества служит сумма модулей отклонения прогноза
от реальной величины покупок по дням.
Требования к проекту
Сумма модулей отклонения для нашего алгоритма должна быль меньше, чем для скользящего среднего за предыдущий месяц.
Выполнимость проекта
Прогнозирование покупок товаров в праздничные дни и во время промо-акций является отдельной задачей и в данном проекте не рассматривается.
Используемые методы
Предполагается, что жизнь товара на рынке можно разбить на характерные этапы, на каждом из которых величина покупок имеет свой вид функциональной зависимости от предыдущей истории покупок.
Постановка задачи
Описание алгоритмов
В проекте использовался метод квантильной регрессии.
Обзор литературы
Базовые предположения
Математическое описание
Варианты или модификации
Описание системы
- Ссылка на файл system.docs
- Ссылка на файлы системы
Отчет о вычислительных экспериментах
Визуальный анализ работы алгоритма
Анализ качества работы алгоритма
Анализ зависимости работы алгоритма от параметров
Отчет о полученных результатах
Список литературы
| Данная статья является непроверенным учебным заданием.
До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}. См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе. |
