马吉德·哈尔凡;Chan、Vicky Wing Kei;Firdolas Efendigil，Tugba公司 利用机器学习方法，对新推出的季节性产品进行数据驱动的预测方法。 （英语） 兹比尔07422007 安·Oper。物件。 303，编号1-2，159-174（2021）. 摘要：由于销售季节短、业务之间的交付周期长、产品种类繁多以及需求信息不明确，时尚行业的公司正努力预测需求。随着零售技术趋势的发展，预测过程变得越来越复杂。电子商务战略以及社交媒体的使用对需求的波动性和速度有很大影响，因为客户偏好不同，产品生命周期短，零售日历过时，新推出的季节性商品信息缺乏。消费者对高质量、有保障的可用性和快速交付的购买行为要求越来越高，可预测性越来越低。通过适当的需求管理，满足客户发起人的高期望。本研究通过利用机器学习技术和识别重要预测变量，从数据驱动的角度关注需求预测，以帮助时尚零售商实现更好的预测准确性。将得到的预测结果进行了比较，以展示机器学习方法的优点。一家领先的时尚零售公司采用了该方法，在没有历史数据的情况下预测了新推出的季节性产品的需求。 引用于1文件 MSC公司： 68泰克 人工智能 900亿 运筹学与管理科学 90立方厘米 数学编程 关键词：预测;机器学习;时装零售商;新推出的产品 软件：剪影;伊斯兰解放军;t-SNE公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Kharfan}等人，Ann.Oper。第303号决议，编号1--2，159-174（2021；Zbl 07422007） 全文： 内政部 链接 参考文献： [1] Au，K.F.，Choi，T.M.，&Yu，Y.（2008）。基于进化神经网络的时尚零售预测。《国际生产经济学杂志》，114（2），615-630。doi:10.1016/j.ijpe.2007.06.013。http://www.sciencedirect.com/science/article/pii/S092552730800443。时装零售供应链物流管理专区。 [2] Brahmadeep，&Thomassey，S.（2016）。快速时尚的智能需求预测系统（第145-161页）。doi:10.1016/B978-0-08-100571-2.00008-7。 [3] Breiman，L.，《随机森林，机器学习》，45，1，5-32（2001）·Zbl 1007.68152号 ·doi:10.1023/A:1010933404324 [4] Carbonneau，R。；Laframboise，K。；Vahidov，R.，《机器学习技术在供应链需求预测中的应用》，《欧洲运筹学杂志》，184，3，1140-1154（2008）·Zbl 1141.90441号 ·doi:10.1016/j.ejor.2006.12.004 [5] Chase，CW Jr，《机器学习正在改变需求预测》，《商业预测杂志》，35，4，43-45（2016） [6] Choi，T.M.，Hui，C.L.和Yu，Y.（2011）。时尚销售的智能时间序列快速预测：研究议程。在机器学习和控制论国际会议上，ICMLC 2011，中国桂林，2011年7月10日至13日，会议记录（第1010-1014页）。doi:10.1109/IMCLC.2011.6016870。 [7] Choi，TM；回族，CL；刘，N。；Ng、SF；Yu，Y.，《数据和时间有限的快速时尚销售预测》，决策支持系统，59，84-92（2014）·doi:10.1016/j.dss.2013.10.008 [8] Das，P。；Chaudhury，S.，使用前馈和递归神经网络预测鞋类零售额，神经计算和应用，16，4，491-502（2007）·doi:10.1007/s00521-006-0077-3 [9] 盖恩，I。；Elisseeff，A.，变量和特征选择导论，机器学习研究杂志，31157-1182（2003）·Zbl 1102.68556号 [10] Hui，P.，&Choi，T.M.（2016）。5-使用人工神经网络改进服装供应链系统的决策。在T.M.Choi（编辑）《时尚和服装行业的信息系统》中。伍德黑德纺织出版丛书（第97-107页）。纽约：伍德黑德出版社。doi:10.1016/B978-0-08-100571-2.00005-1。http://www.sciencedirect.com/science/article/pii/B9780081005712000051。 [11] 詹姆斯·G。；维滕，D。；哈斯蒂，T。；Tibshirani，R.，《统计学习导论：R中的应用》（2014），柏林：施普林格出版社，柏林 [12] 卡亚，M。；耶什尔，E。；多杜卡，MF；S.Na rada，《服装需求预测的模糊预测组合》，123-146（2014），柏林：施普林格出版社，柏林·doi:10.1007/978-3-642-39869-87 [13] Kogan，K。；Herbon，A.，《单个销售季节前定期需求更新下的产量：分解方法》，《欧洲运筹学杂志》，184,1133-146（2008）·Zbl 1152.90418号 ·doi:10.1016/j.ejor.2006.11.009 [14] Loureiro，A。；米盖斯，V。；da Silva，LF，《探索深层神经网络在时装零售业销售预测中的应用》，《决策支持系统》，114，81-93（2018）·doi:10.1016/j.dss.2018.08.010 [15] Lu，CJ，基于变量选择方案和支持向量回归的计算机产品销售预测，神经计算，128，491-499（2014）·doi:10.1016/j.neucom.2013.08.012 [16] 范德马滕。；Hinton，G.，使用t-SNE可视化数据，机器学习研究杂志，92579-2605（2008）·Zbl 1225.68219号 [17] 莫斯塔德，J。；Teunter，R。；de Koster，R.，《单周期产品需求预测：服装行业的案例研究》，《欧洲运筹学杂志》，211，1139-147（2011）·doi:10.1016/j.ejor.2010.11.001 [18] 皮洛，GD；拉托雷，V。；Lucidi，S。；Procacci，E.，《支持向量机在促销销售预测中的应用》，4OR，14，309-325（2016）·Zbl 1349.62575号 ·doi:10.1007/s10288-016-0316-0 [19] Rousseeuw，PJ，Silhouettes:聚类分析解释和验证的图形辅助，《计算与应用数学杂志》，20，53-65（1987）·Zbl 0636.62059号 ·doi:10.1016/0377-0427（87）90125-7 [20] 孙，ZL；Choi，TM；金，KF；Yu，Y.，《使用极限学习机器进行销售预测并将其应用于时尚零售业》，决策支持系统，46，1，411-419（2008）·doi:10.1016/j.dss.2008.07.009 [21] Thomassey，S.，《服装行业销售预测：供应链管理的关键成功因素》，《国际生产经济学杂志》，128，2，470-483（2010）·doi:10.1016/j.ijpe.2010.07.018 [22] 托马西，S。；Happiette，M。；Castelain，JM，《纺织物流中的短期和中期自动预测系统应用》，《欧洲运筹学杂志》，161，1275-284（2005）·Zbl 1067.90011号 ·doi:10.1016/j.ejor.2002.09.001 [23] Wong，W。；Guo，Z.，使用极端学习机和和谐搜索算法的时尚零售供应链中期销售预测混合智能模型，国际生产经济学杂志，128，2，614-624（2010）·doi:10.1016/j.ijpe.2010.07.008 [24] 夏，M。；Zhang，Y。；翁·L。；Ye，X.，《基于输入自适应度量的极端学习机器的时尚零售预测》，基于知识的系统，36，253-259（2012）·doi:10.1016/j.knosys.2012.07.002 [25] Zhang，GP，使用混合ARIMA和神经网络模型进行时间序列预测，神经计算，50，159-175（2003）·Zbl 1006.68828号 ·doi:10.1016/S0925-2312（01）00702-0 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。