Abstract：
针对电商销量预测中，小样本时间序列预测准确度低等问题，综合考虑历史交易、用户搜索行为及用户评论对销量的影响，提出将长短期记忆深度神经网络引入到电商销量预测中，构建基于LSTM 的电商销量预测模型，深入挖掘电商销量时间序列中的规律，提高短期时间序列预测的精度。实证结果表明与传统的机器学习预测模型相比，该模型具有较好的预测效果，为电商销量短期预测提供了方法思路，同时验证深度学习在电商效率预测方面的可行性。
Keyword：
Reprint Author's Address：
Email：
Source ：
Year： 2017
Page： 1088-1096
Language： Chinese
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 49
Affiliated Colleges：
