-
题名基于深度学习的快时尚服装产品销售预测模型构建
- 1
-
-
作者
李鑫
胡永仕
邵博
苏晓丽
-
机构
福建理工大学交通运输学院
美国威斯康星大学麦迪逊分校工程学院
福州大学经济与管理学院
-
出处
《毛纺科技》
CAS
北大核心
2024年第4期80-87,共8页
-
基金
国家社会科学基金项目(20BGL112)。
-
文摘
为了准确预测快时尚服装产品销售量,捕捉在间歇性或异常峰值销量中的时间信息,基于深度自回归模型,引入时间注意力机制,改进其网络结构设计,构建全局时序模型对快时尚服装产品销售进行预测。研究发现:基于注意力机制的深度自回归模型,能够从所有销售数据中有效学习到服装产品销售正常值与间歇性或异常峰值的时间关联关系,能够识别复杂模式下产品销售量的短期波动与长期趋势,且性能优于其他经典模型,验证了基于深度学习构建快时尚服装产品销售预测模型的可行性。
-
关键词
深度学习
销售预测
数据驱动
快时尚
at-deepar模型
-
Keywords
deep learning
sales prediction
data driven
fast fashion
at-deepar model
-
分类号
TS941
[轻工技术与工程—服装设计与工程]
-
