我正在研究一个预测问题并遇到了这个问题。如何预测全新产品的销量？例如，商店中介绍了一种产品，商店想知道销售情况如何。
我认为这类似于推荐系统中的冷启动问题。但我仍然想知道这些问题是否有任何标准方法。
如何使用 ML 预测全新产品的销售
数据挖掘
机器学习
预测建模
推荐系统
预报
2022-03-04 06:06:54
3个回答
您可以使用Bass或 Gamma/Shifted Gompertz 方法来做到这一点。您可以 diffusion在R.
这是一个示例（它是包的表单文档）：
library(diffusion)
fitbass <- diffusion(tsChicken[, 2], type = "bass")
fitgomp <- diffusion(tsChicken[, 2], type = "gompertz")
fitgsg <- diffusion(tsChicken[, 2], type = "gsgompertz")
# Produce some plots
plot(fitbass)
plot(fitgomp)
plot(fitgsg)
fc_bass <- predict(fitbass,h=20)
fc_gomp <- predict(fitgomp,h=20)
fc_gsg <- predict(fitgsg,h=20)
plot(fc_bass)
plot(fc_gomp)
plot(fc_gsg)
这些方法的唯一缺点是它们不考虑产品销售的季节性。
没有任何额外的数据描述，我会尝试这些方面的东西：
使用纵向数据聚类方法对销售曲线的形状进行聚类（纵向数据的 K-means / frechet 距离...）
使用作为预测变量的特征和作为响应的集群标签对产品进行分类（CHAID 树/随机森林......）
预测新产品类别会导致未来可能的销售曲线？
虽然这在很大程度上取决于分类器的质量，但我认为值得一试。希望这会有所帮助，并让我们知道你最终做了什么 - 听到会很有趣。
我将尝试以下步骤：
- 查找相似的现有产品：将全新产品与现有产品进行聚类。
- 插值这个新产品的预测销售额：由于我们已经找到了一个与这个新产品相似的现有产品的集群，我们可以对现有产品应用预测算法，并为这个新产品插值预测销售额。
希望这会帮助你。
其它你可能感兴趣的问题