基于时间序列的C2C销售额预测应用

基于时间序列的C2C销售额预测应用
摘要
21世纪是一个以网络为核心的信息时代，随着计算机技术、网络通讯技术的不断进步，电子商务在全球范围内获得了迅猛的发展，给企业注入了新的活力和机遇，同时也给企业带来了新的挑战。在金融市场、信息网络以及电子商务等领域中积累了大量时间序列数据，对这些数据进行深层次的分析，是数据挖掘研究中的重要方向之一。而随着中国电子商务的迅猛发展，越来越多的学者开始使用各种工具对电子商务进行分析。
本论文以国内最大的C2C淘宝网为研究对象，采用时间序列分析对网络商品的销售量进行分析。通过回顾时间序列的基本理论和研究现状，对淘宝网4大类目（钱包，手机，化妆品，充值卡）90个商品采用时间序列的季节分解和ARIMA模型进行拟合，在SPSS系统下，运用滑动求和自回归(ARIMA)方法及非参数方法建立4类商品销售量时间序列模型ARIMA(p，d，q)，从模型识别、参数估计、适应性检验和实际拟合4个方面来确定模型的参数(p，d，q)，并对模型的预测效果进行检验。本研究最终形成了一套完整的适合对网络商品的销售量数据序列进行时间序列分析的思路和方法。研究成果进一步丰富了电子商务数据分析的方法，为深入挖掘网络商品的销售量数据信息提供了又一支撑工具。

关键词：淘宝网，时间序列，销售量，季节性分解，ARIMA模型

*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】