面向大型零售连锁商店的销售预测模型及其信息系统研究

　　《面向大型零售连锁商店的销售预测模型及其信息系统研究》以厄瓜多尔费沃里塔（Favorita）零售连锁商店的历史销售数据为研究对象，在时间序列及机器学习相关理论知识的基础上，对比分析了传统的时间序列建模和两种流行的梯度提升算法的预测精度，根据信息系统分析与设计的相关知识，结合商品销售预测系统的实际需求，对商品销售预测系统进行分析与设计并开发出一套原型系统。《面向大型零售连锁商店的销售预测模型及其信息系统研究》适合信息管理与信息系统专业的本科生及研究生使用，也可为数据分析从业人员和政府部门相关决策人员提供参考。全部内容在研究生课程“数据分析与数据挖掘”中使用一次，部分内容在专业学位课程“数据分析与数据挖掘”中多次使用。

暂缺《面向大型零售连锁商店的销售预测模型及其信息系统研究》作者简介

第1章 绪论
1．1 研究背景
1．2 国内外研究现状
1．2．1 商品销售预测技术研究现状
1．2．2 商品销售预测系统研究现状
1．2．3 LightGBM算法研究现状
1．2．4 本研究拟解决的问题
1．3 研究框架
1．3．1 研究内容
1．3．2 技术路线
1．3．3 组织结构
1．4 本章小结
第2章 相关理论基础及方法选择
2．1 相关理论基础
2．1．1 营销组合理论
2．1．2 消费者购买理论
2．1．3 市场预测理论
2．1．4 机器学习
2．1．5 预测的定义及方法
2．1．6 销售预测的定义及方法
2．2 预测模型及其特点
2．2．1 线性预测模型及其特点
2．2．2 非线性预测模型及其特点
2．3 时间序列分析原理
2．4 梯度提升算法原理
2．5 方法选择
2．6 本章小结
第3章 数据预处理与销量影响因素选取
3．1 数据分析探索
3．1．1 数据来源描述
3．1．2 数据概要描述
3．2 数据预处理
3．2．1 数据预处理理论意义
3．2．2 商品销售数据预处理
3．3 商品销售预测影响因素选取
3．3．1 销量影响因素分析
3．3．2 销量关键影响因素选取
3．4 本章小结
第4章 销售预测模型构建及优化
4．1 时间序列模型构建
4．1．1 数据变换
4．1．2 平稳性检验
4．1．3 白噪声检验
4．1．4 MA模型构建
4．1．5 预测结果及模型评价
4．2 XGBoost算法建模
4．2．1 数据预处理
4．2．2 XGBoost销售模型构建
4．2．3 模型调优
4．2．4 预测结果与模型评价
4．3 LightGBM算法建模
4．3．1 数据预处理
4．3．2 LightGBM销售模型构建
4．3．3 模型调优
4．3．4 预测结果与模型评价
4．4 模型实验结果分析比较
4．5 本章小结
……
第5章 商品销售预测系统开发
第6章 结论与研究展望
附录
参考文献