Прогнозирование объемов продаж новых товаров (отчет)

Материал из MachineLearning.

(Различия между версиями)

Перейти к: навигация, поиск

Версия 14:11, 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 - количество дней, на которых основывается прогноз). Критерием качества служит сумма модулей отклонения прогноза от реальной величины покупок по дням.

Требования к проекту

Сумма модулей отклонения в алгоритме проекта должна быль меньше, чем для скользящего среднего за 30 дней.

Выполнимость проекта

Прогнозирование объёмов продаж новых товаров производится в будние дни (время праздников и промо-акций в проекте не рассматривается).

Используемые методы

Прогнозирование производится методом квантильной регрессии для различных квантилей Θ (0.25; 0.4; 0.5; 0.6; 0.75). При прогнозировании можно менять параметр stp.

Постановка задачи

На основе данных продаж за фиксированное число дней (параметр stp) прогнозируются продажи новых товаров на 7 дней вперёд с наибольшей вероятностью (Θ=0.5) и вероятностями 25%, 40%. $x_{i}(t)$ - временной ряд для каждого из товаров, $y_{i}(t)$ - значение продаж для каждого такого ряда. Будем использовать функционал качества

$Q(y, \hat{y}) = \sum_{i}|y_{i}-\hat{y}_{i}|.$

где y, $\hat{y}<tex> соответственно известное значение и прогноз. == Описание алгоритмов == В проекте использовался метод квантильной регрессии. === Обзор литературы === === Базовые предположения === === Математическое описание === === Варианты или модификации === == Описание системы == <ul><li> Ссылка на файл system.docs </li><li> Ссылка на файлы системы </li></ul> == Отчет о вычислительных экспериментах == === Визуальный анализ работы алгоритма === === Анализ качества работы алгоритма === === Анализ зависимости работы алгоритма от параметров === == Отчет о полученных результатах == == Список литературы == {{Задание|Игорь Литвинов|В.В. Стрижов|15 декабря 2009|Li|Strijov|}} [[Категория:Прогнозирование временных рядов]]$

Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%9F%D1%80%D0%BE%D0%B3%D0%BD%D0%BE%D0%B7%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%BE%D0%B1%D1%8A%D0%B5%D0%BC%D0%BE%D0%B2_%D0%BF%D1%80%D0%BE%D0%B4%D0%B0%D0%B6_%D0%BD%D0%BE%D0%B2%D1%8B%D1%85_%D1%82%D0%BE%D0%B2%D0%B0%D1%80%D0%BE%D0%B2_%28%D0%BE%D1%82%D1%87%D0%B5%D1%82%29»

@@ Строка 34: / Строка 34: @@
 <tex>Q(y, \hat{y}) = \sum_{i}|y_{i}-\hat{y}_{i}|.</tex>
 </center>
-где y, \hat{y} соответственно известное значение и прогноз.
+где y, <tex>\hat{y}<tex> соответственно известное значение и прогноз.
 == Описание алгоритмов ==