發(fā)布時(shí)間：2017-07-01 08:11

  本文關(guān)鍵詞：互聯(lián)網(wǎng)時(shí)尚產(chǎn)品流行趨勢(shì)預(yù)測(cè)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：產(chǎn)品之所以時(shí)尚在于它們能夠反映當(dāng)今的流行趨勢(shì)。對(duì)時(shí)尚產(chǎn)品生產(chǎn)企業(yè)而言,需具備識(shí)別與預(yù)測(cè)流行元素的能力。而對(duì)產(chǎn)品流行趨勢(shì)的預(yù)測(cè)多是采用專家的定性預(yù)測(cè),近年來(lái)已有定量預(yù)測(cè)的研究。定量化的預(yù)測(cè)方法,一方面,其數(shù)據(jù)多采用產(chǎn)品的銷售數(shù)據(jù)。本文基于對(duì)銷售數(shù)據(jù)進(jìn)行了特征分析,進(jìn)而構(gòu)建了組合預(yù)測(cè)模型對(duì)產(chǎn)品的流行趨勢(shì)進(jìn)行預(yù)測(cè)。另一方面,網(wǎng)絡(luò)搜索數(shù)據(jù)和經(jīng)濟(jì)行為的相關(guān)性分析已成為了焦點(diǎn)研究問(wèn)題。網(wǎng)絡(luò)搜索數(shù)據(jù)中蘊(yùn)含著消費(fèi)者的潛在需求,因此本文將網(wǎng)絡(luò)搜索數(shù)據(jù)作為銷售數(shù)據(jù)的補(bǔ)充構(gòu)建預(yù)測(cè)模型對(duì)互聯(lián)網(wǎng)時(shí)尚產(chǎn)品流行趨勢(shì)分別進(jìn)行了在線和離線預(yù)測(cè)。產(chǎn)品能否流行受消費(fèi)者心理需求的影響并反映在消費(fèi)行為上,從長(zhǎng)期來(lái)看群體消費(fèi)行為具有一定的規(guī)律性,而短期消費(fèi)行為由于受諸多不確定因素的影響則表現(xiàn)出極大的不穩(wěn)定性,這給流行元素的短期預(yù)測(cè)帶來(lái)了很大的困難。消費(fèi)行為的不確定性反映在產(chǎn)品銷售數(shù)據(jù)的變化方面是線性與非線性現(xiàn)象并存。在第一部分研究工作中,本文面對(duì)這一數(shù)據(jù)特征,分別采用ARIMA時(shí)間序列模型和ELM極限學(xué)習(xí)機(jī)模型分別對(duì)銷售數(shù)據(jù)進(jìn)行線性建模和非線性建模,然后采用加權(quán)投票的方法進(jìn)行集成,建立組合模型。實(shí)驗(yàn)數(shù)據(jù)采自淘寶商城2010年1月—2013年7月服裝交易的行業(yè)數(shù)據(jù),利用提出的組合模型對(duì)短期內(nèi)服裝顏色的流行度進(jìn)行了實(shí)際預(yù)測(cè),結(jié)果表明該組合模型較之單一預(yù)測(cè)模型其預(yù)測(cè)結(jié)果既合理又準(zhǔn)確。網(wǎng)絡(luò)搜索數(shù)據(jù)不僅反映了用戶的焦點(diǎn)關(guān)注與個(gè)性化需求,其中還蘊(yùn)含著群體的某些社會(huì)或經(jīng)濟(jì)行為。在第二部分研究工作中,本文首先在理論上分析了網(wǎng)絡(luò)搜索數(shù)據(jù)和成交數(shù)據(jù)之間的關(guān)系,并驗(yàn)證了網(wǎng)絡(luò)搜索數(shù)據(jù)的預(yù)測(cè)能力。然后利用網(wǎng)絡(luò)搜索數(shù)據(jù)和歷史成交數(shù)據(jù)建立預(yù)測(cè)模型,針對(duì)時(shí)尚產(chǎn)品市場(chǎng)需求不穩(wěn)定、產(chǎn)品更新速度快等特點(diǎn),構(gòu)建具有較強(qiáng)學(xué)習(xí)能力和泛化能力的ELM極限學(xué)習(xí)機(jī)模型,對(duì)時(shí)尚產(chǎn)品的流行趨勢(shì)進(jìn)行預(yù)測(cè)。數(shù)據(jù)來(lái)源為淘寶指數(shù)的流行元素關(guān)鍵詞網(wǎng)絡(luò)搜索量和成交量數(shù)據(jù)。與傳統(tǒng)的統(tǒng)計(jì)預(yù)測(cè)模型相比,加入搜索數(shù)據(jù)后,本文構(gòu)建的模型預(yù)測(cè)精度較高,該模型對(duì)流行趨勢(shì)的轉(zhuǎn)折點(diǎn)具有較強(qiáng)的預(yù)測(cè)能力。同時(shí)針對(duì)實(shí)際應(yīng)用,構(gòu)建了OS-ELM模型實(shí)現(xiàn)了互聯(lián)網(wǎng)時(shí)尚產(chǎn)品的在線預(yù)測(cè)。
【關(guān)鍵詞】：時(shí)尚產(chǎn)品 流行趨勢(shì) 預(yù)測(cè) ELM極限學(xué)習(xí)機(jī) 時(shí)間序列模型 網(wǎng)絡(luò)搜索數(shù)據(jù)
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O211.61;TP18
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-19
• 1.1 時(shí)尚產(chǎn)品相關(guān)概述9-10
• 1.1.1 時(shí)尚產(chǎn)品及時(shí)尚流行9
• 1.1.2 時(shí)尚產(chǎn)品流行元素9-10
• 1.2 研究背景和目的10-11
• 1.3 研究意義11-12
• 1.4 國(guó)內(nèi)外研究現(xiàn)狀12-16
• 1.4.1 時(shí)尚產(chǎn)品預(yù)測(cè)模型相關(guān)研究13-15
• 1.4.2 網(wǎng)絡(luò)搜索數(shù)據(jù)與社會(huì)經(jīng)濟(jì)行為相關(guān)研究15-16
• 1.5 本文研究?jī)?nèi)容和結(jié)構(gòu)16-19
• 2 時(shí)尚產(chǎn)品預(yù)測(cè)及其預(yù)測(cè)模型19-25
• 2.1 時(shí)尚產(chǎn)品預(yù)測(cè)分析19
• 2.2 預(yù)測(cè)模型概述19-25
• 2.2.1 回歸分析20
• 2.2.2 ARIMA時(shí)間序列模型20-21
• 2.2.3 灰色預(yù)測(cè)21
• 2.2.4 BP神經(jīng)網(wǎng)絡(luò)21-22
• 2.2.5 ELM極限學(xué)習(xí)機(jī)模型22-23
• 2.2.6 OS-ELM極限學(xué)習(xí)機(jī)模型23-24
• 2.2.7 小結(jié)24-25
• 3 基于成交數(shù)據(jù)的時(shí)尚產(chǎn)品預(yù)測(cè)模型研究25-34
• 3.1 建模思想25-26
• 3.2 構(gòu)建組合模型26
• 3.2.1 ARIMA時(shí)間序列模型線性建模26
• 3.2.2 ELM極限學(xué)習(xí)機(jī)非線性建模26
• 3.3 實(shí)驗(yàn)及結(jié)果分析26-32
• 3.3.1 數(shù)據(jù)來(lái)源及分析26-29
• 3.3.2 預(yù)測(cè)及結(jié)果分析29-30
• 3.3.3 組合預(yù)測(cè)模型對(duì)所有顏色的預(yù)測(cè)及結(jié)果分析30-32
• 3.3.4 不同預(yù)測(cè)模型預(yù)測(cè)結(jié)果比較分析32
• 3.4 本章小結(jié)32-34
• 4 基于網(wǎng)絡(luò)搜索數(shù)據(jù)的時(shí)尚產(chǎn)品流行趨勢(shì)預(yù)測(cè)34-43
• 4.1 網(wǎng)絡(luò)搜索數(shù)據(jù)與時(shí)尚產(chǎn)品流行趨勢(shì)預(yù)測(cè)的關(guān)系分析34-36
• 4.2 網(wǎng)絡(luò)搜索數(shù)據(jù)對(duì)時(shí)尚產(chǎn)品流行趨勢(shì)預(yù)測(cè)能力分析36-39
• 4.2.1 數(shù)據(jù)來(lái)源及分析36
• 4.2.2 搜索指數(shù)提前期分析36-37
• 4.2.3 搜索指數(shù)與成交指數(shù)的協(xié)整分析37-38
• 4.2.4 Granger因果關(guān)系檢驗(yàn)38-39
• 4.3 離線的時(shí)尚產(chǎn)品流行趨勢(shì)預(yù)測(cè)39-41
• 4.3.1 基于ELM極限學(xué)習(xí)機(jī)的時(shí)尚產(chǎn)品流行趨勢(shì)預(yù)測(cè)39
• 4.3.2 預(yù)測(cè)及結(jié)果分析39-41
• 4.4 在線的時(shí)尚產(chǎn)品流行趨勢(shì)預(yù)測(cè)41
• 4.5 本章小結(jié)41-43
• 結(jié)論43-45
• 參考文獻(xiàn)45-48
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況48-49
• 致謝49-51

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 常麗霞;潘如如;高衛(wèi)東;;Fashion Color Forecasting by Applying an Improved Back Propagation Neural Network[J];Journal of Donghua University(English Edition);2013年01期

2 任偉建;王重云;康朝海;王天任;;基于神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的故障診斷技術(shù)[J];電氣應(yīng)用;2013年15期

3 常麗霞;高衛(wèi)東;潘如如;劉建立;;灰色GM(1,1)模型在國(guó)際春夏女裝流行色色相預(yù)測(cè)中的應(yīng)用[J];紡織學(xué)報(bào);2015年04期

4 盧雨正;高衛(wèi)東;常麗霞;;春夏女裝流行色的層次聚類分類方法[J];紡織學(xué)報(bào);2015年10期

5 許凡;王高媛;趙晶;;基于灰色模型和神經(jīng)網(wǎng)絡(luò)的服裝流行色預(yù)測(cè)[J];紡織科技進(jìn)展;2013年06期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 常麗霞;服裝流行色的量化與預(yù)測(cè)研究[D];江南大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 李瀟;以工業(yè)爐管離心鑄造生產(chǎn)過(guò)程監(jiān)測(cè)數(shù)據(jù)為基礎(chǔ)的產(chǎn)品質(zhì)量早期識(shí)別[D];北京化工大學(xué);2013年

  本文關(guān)鍵詞：互聯(lián)網(wǎng)時(shí)尚產(chǎn)品流行趨勢(shì)預(yù)測(cè)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：505149