基于时序预测与异常检测的烟草违法销售预警

作者：肖霄; 冯鹏程; 刘露霓; 张高豪; 江晶晶; 谢刚^*; 游子毅; 冷继兵

来源：贵州师范大学学报(自然科学版), 2023, 41(03): 119-124.

DOI：10.16614/j.gznuj.zrb.2023.03.016

• 时序预测
• 异常检测
• 烟草行业
• 销售预警

为提升烟草市场监管水平，通过某烟草专卖局的协作调研和历史销售数据，构建基于深度自回归网络(Deep auto regression network, DARN)和季节性自回归差分移动平均模型(Seasonal auto regression integrated moving average, SARIMA)的混合预测模型。然后以预测销量为基础进行异常检测，设计了烟草商户违法销售预警模型。实验表明混合预测模型较单个模型预测误差均有改善。预警模型在测试集上达到50%查实率，满足市场监管预警基本要求。

• 单位
  贵州师范大学