基于LSTM神經(jīng)網(wǎng)絡(luò)的電商需求預(yù)測的研究.pdf

1、隨著電商行業(yè)近些年的飛速發(fā)展，電商企業(yè)的運營也不斷精細化。運營考慮很重要的一個指標就是商品的未來銷量。對于電商企業(yè)來說，商品的種類繁多，使用傳統(tǒng)預(yù)測方法不一定能夠達到精細化運營的精度。為多種類SKU提供準確的需求數(shù)據(jù)預(yù)測成了電商精細化運營很重要的一個需求。
　　本文以電商行業(yè)的歷史銷售數(shù)據(jù)為研究對象，探究使用LSTM神經(jīng)網(wǎng)絡(luò)預(yù)測其SKU未來銷量的可能性與方法。為了達到這一目的，本文構(gòu)建了LSTM神經(jīng)網(wǎng)絡(luò)，使用S公司的歷史銷售數(shù)據(jù)作

2、為訓練數(shù)據(jù)，預(yù)測了未來的銷量并對準確度進行評價，并提出了新的訓練方法來優(yōu)化神經(jīng)網(wǎng)絡(luò)的準確度。主要研究內(nèi)容如下:
　　(1)對于LSTM神經(jīng)網(wǎng)絡(luò)能否用于電商企業(yè)未來銷量的預(yù)測，本文構(gòu)建了LSTM神經(jīng)網(wǎng)絡(luò)，設(shè)計了數(shù)據(jù)輸入形式，選取了激活函數(shù)，討論了避免過度擬合的方法，最后確定了使用隨機梯度下降作為監(jiān)督學習的訓練方法。
　　(2)將構(gòu)建好的LSTM神經(jīng)網(wǎng)絡(luò)使用S公司12種SKU歷史數(shù)據(jù)進行訓練和測試，其中12種SKU包括季節(jié)性和常

3、規(guī)性商品，用來測試LSTM神經(jīng)網(wǎng)絡(luò)對不同特點的SKU的效果。結(jié)論為實驗過程中手動調(diào)整神經(jīng)網(wǎng)絡(luò)的參數(shù)包括LSTM層數(shù)、LSTM單元中隱藏神經(jīng)元的個數(shù)和訓練的迭代數(shù)，探究不同參數(shù)設(shè)定下對神經(jīng)網(wǎng)絡(luò)的影響。同時，實驗增加了使用BP神經(jīng)網(wǎng)絡(luò)預(yù)測的對照，比較BP和LSTM神經(jīng)網(wǎng)絡(luò)在該場景中的表現(xiàn)。
　　(3)由于手動調(diào)整參數(shù)的不可靠性，本文提出一種LSTM神經(jīng)網(wǎng)絡(luò)的訓練優(yōu)化方法，使其具有自適應(yīng)性，能動態(tài)調(diào)整LSTM單元中的隱藏神經(jīng)元個數(shù)。并針