本书对电子商务销量预测的理论、方法与应用进行了系统的研究。基于经济学、消费者行为学等理论，本书梳理分析了影响电子商务销量的主要因素，融合大数据分析、文本挖掘、自然语言处理和机器学习等技术方法，构建了基于电子商务大数据的销量预测模型，并将其应用于典型的电子商务销量实际预测中。
本书的主要目的是给电子商务销量预测相关领域的研究人员提供基础框架和方法讲解。本书的阅读对象包括进行相关研究工作和学习的本科生、硕士生、博士生及其他研究工作者与从事电子商务实际工作的人员。
第一章 绪论
第一节 研究背景及意义
第二节 电子商务销量预测研究现状
第三节 电子商务销量预测总框架
第二章 需求与销量影响因素分析
第一节 需求的经济学分析
第二节 需求的消费者行为学分析
第三节 本章小结
第三章 销量预测的技术与方法
第一节 销量预测技术与方法的分类
第二节 BPNN的原理与特点
第三节 GARCH的原理与特点
第四节 SVM的原理与特点
第五节 ELM的原理与特点
第六节 RBFNN的原理与特点
第七节 情感分析的原理与特点
第四章 基于电子商务大数据的销量预测框架
第一节 电子商务大数据分析框架
第二节 电子商务商品销量预测模型选择框架设计
第三节 销量预测的扳机模型
第五章 基于用户行为的销量预测
第一节 销量预测的时间序列模型
第二节 销量预测的数据挖掘模型
第三节 实证分析
第四节 总结与展望
第六章 基于用户评论的销量预测
第一节 模型构建
第二节 实证分析
第三节 总结与展望
第七章 基于ELM的销量预测
第一节 背景介绍
第二节 方法介绍
第三节 实证分析
第四节 关于RBFNN的讨论
第五节 关于ELM算法的讨论
第六节 总结与展望
第八章 基于主客观结合的销量预测
第一节 模型构建
第二节 实证分析
第三节 总结与展望
第九章 电子商务销量预测的应用
第一节 销量预测在购物平台企业中的应用
第二节 销量预测在票房预测中的应用
第三节 销量预测在电视剧行业中的应用
第四节 销量预测在酒店预订中的应用
第五节 销量预测在运输业中的应用
第六节 销量预测在景区售票中的应用
第十章 研究总结与展望
参考文献
