Прогнозирование объемов продаж новых товаров (отчет)

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Критерии качества)
(Критерии качества)
Строка 17: Строка 17:
Прогнозирование объёмов продаж на неделю основывается на
Прогнозирование объёмов продаж на неделю основывается на
предыстории продаж за фиксированное число дней. Это
предыстории продаж за фиксированное число дней. Это
-
число дней регулируется переменной stp (количество шагов - количество дней, на котором основывается прогноз).
+
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.
Критерием качества служит сумма модулей отклонения прогноза от реальной величины покупок по дням.

Версия 13:12, 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 алгоритма в проекте должна быль меньше скользящего среднего за 30 дней.

Выполнимость проекта

Прогнозирование объёмов продаж новых товаров во время праздников и промо-акций в проекте не рассматривается.

Используемые методы

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

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.
Студент: Игорь Литвинов
Преподаватель: В.В. Стрижов
Срок: 15 декабря 2009

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.