研究针对在线产品销售的决策需求,结合各行业在线产品的销量影响因素及深度学习算法优势,构建了适用于在线产品的销量预测模型,并重点评估了模型在不同种类在线产品上的适应性。研究过程将全连接模型与CNN的训练结果进行了对比,证明了CNN模型的精度和泛化能力。通过选取非深度学习模型Adaboosting作为对比基线,证明CNN模型在不同类别产品下的性能优势。另外,实验得出经过无监督预训练的CNN模型在销量预测问题上更有效、适应能力更强的结论。
科研之友
微信
新浪微博
Facebook
分享链接
