基于时间序列分析的淘宝交易数据挖掘研究
本文先对淘宝网(含天猫)2011年11月1日～11月30日的所有交易数据进行了基本统计分析,分析包括淘宝网与天猫的各项指标对比分析、catl2(商品类目2)商品的大额订单分析、交易城市分布分析以及其他基本统计分析.深度挖掘得到一些具有重要意义的结论.然后,文章采用了时间序列分析中的自回归移动平均模型,使用R软件,从实际出发,以2011年11月1日～11月30日的一卖家交易数据为依据进行重点分析.将数据进行平稳化处理之后,采用Box-Jenkins法基本模型对预处理后的数据进行识别,并根据序列的自相关函数(ACF)和偏自相关函数(PACF)结合最佳准则函数来确定模型的阶数,最后建立自回归移动平均模型,并据此对淘宝商家销售数据的增长规律进行分析,然后对短期内的卖家销售走向进行了预测.文章最后证实了该方法对于店家销售以及淘宝平台上其他指标预测的可行性.
电子商务 销售预测 自回归移动平均模型 数据挖掘 时间序列
张艳红 侯万飞 陈嘉丽 李博 朱慧彬 张宇
浙江理工大学 杭州 310018
国内会议
杭州
中文
56-74
2013-09-13（万方平台首次上网日期，不代表论文的发表时间）