供应链需求预测赛题数据集与TOP10模型方法。 该资源考为虑商品制造、航运、商品入仓等链路过程中一个远期的商品销售预测模型方案。

上传者: 20412595 | 上传时间: 2022-05-03 17:05:33 | 文件大小: 457.42MB | 文件类型: RAR
在电商产业链中,为提升用户物流服务体验,供应链协同将货品提前准备在全球各个市场的本地仓,可有效降低物流时间,极大提升用户体验。不同于国内电商物流情况,出海电商的产品生产和销售地区是全球化的,商品的采购,运输,海关质检等,整个商品准备链路需要更长的时间。在大数据和人工智能技术快速发展的新时代背景下,运用大数据分析和算法技术,精准预测远期的商品销售,为供应链提供数据基础。 供应链需求预测,对原问题做建模问题简化。考虑商品在制造,国际航运,海关清关,商品入仓的供应链过程,实际的产品准备时长不同。这里将问题简化,统一在45天内完成。该资源为利用最近1年多的商品数据预测45天后5周每周(week1~week5)的一个不同SKU的销量模型。 该资源为大数据或者机器学习领域中一个完整的时间序列的预测案例,感兴趣的朋友可尝试下载学习,对于在供应链、电商领域的做算法研究的朋友有比较大的帮助

文件下载

资源详情

[{"title":"( 7 个子文件 457.42MB ) 供应链需求预测赛题数据集与TOP10模型方法。\n该资源考为虑商品制造、航运、商品入仓等链路过程中一个远期的商品销售预测模型方案。","children":[{"title":"供应链需求预测赛题数据集与TOP10模型方法","children":[{"title":"gongyinglian_fusai","children":[{"title":"submit_example_2.csv <span style='color:#111;'> 3.70MB </span>","children":null,"spread":false},{"title":"goods_promote_price.csv <span style='color:#111;'> 3.59GB </span>","children":null,"spread":false},{"title":"goods_sku_relation.csv <span style='color:#111;'> 125.58MB </span>","children":null,"spread":false},{"title":"goodsale.csv <span style='color:#111;'> 484.10MB </span>","children":null,"spread":false},{"title":"marketing.csv <span style='color:#111;'> 5.47KB </span>","children":null,"spread":false},{"title":"goodsinfo.csv <span style='color:#111;'> 35.39MB </span>","children":null,"spread":false}],"spread":true},{"title":"model-V5.py <span style='color:#111;'> 16.40KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明