●章 绪论 1
节 研究背景及意义 1
第二节 电子商务销量预测研究现状 3
第三节 电子商务销量预测总框架 6
第二章 需求与销量影响因素分析 8
节 需求的经济学分析 8
第二节 需求的消费者行为学分析 12
第三节 本章小结 23
第三章 销量预测的技术与方法 24
节 销量预测技术与方法的分类 24
第二节 BPNN的原理与特点 29
第三节 GARCH的原理与特点 38
第四节 SVM的原理与特点 42
第五节 ELM的原理与特点 50
第六节 RBFNN的原理与特点 54
第七节 情感分析的原理与特点 55
第四章 基于电子商务大数据的销量预测框架 60
节 电子商务大数据分析框架 60
第二节 电子商务商品销量预测模型选择框架设计 78
第三节 销量预测的扳机模型 81
第五章 基于用户行为的销量预测 89
节 销量预测的时间序列模型 90
第二节 销量预测的数据挖掘模型 92
第三节 实证分析 94
第四节 总结与展望 100
第六章 基于用户评论的销量预测 102
节 模型构建 102
第二节 实证分析 112
第三节 总结与展望 118
第七章 基于ELM的销量预测 120
节 背景介绍 120
第二节 方法介绍 121
第三节 实证分析 123
第四节 关于RBFNN的讨论 129
第五节 关于ELM算法的讨论 132
第六节 总结与展望 135
第八章 基于主客观结合的销量预测 136
节 模型构建 136
第二节 实证分析 141
第三节 总结与展望 156
第九章 电子商务销量预测的应用 158
节 销量预测在购物平台企业中的应用 158
第二节 销量预测在票房预测中的应用 160
第三节 销量预测在电视剧行业中的应用 162
第四节 销量预测在酒店预订中的应用 164
第五节 销量预测在运输业中的应用 165
第六节 销量预测在景区售票中的应用 167
第十章 研究总结与展望 170
参考文献 172
内容简介
《电子商务销量预测理论、方法与应用》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，《电子商务销量预测理论、方法与应用》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。
评论晒单