基于 XGBoost 的产品蚕食效应预测框架
机器学习
2021-11-25 v1 人工智能
摘要
需求预测面临的两大挑战是产品蚕食效应和长期预测。产品蚕食效应是指某些产品的高需求导致其他产品销量下降的现象。长期预测涉及对更长时间范围内的销售额进行预测，这对战略性业务目的至关重要。此外，当训练数据规模较小时（如本研究中的情况），传统方法（例如循环神经网络）可能效果不佳。本文提出了一个基于 XGBoost 的三阶段框架，以解决产品蚕食效应及相关的长期误差传播问题。与常规 XGBoost 算法相比，所提出的三阶段 XGBoost 框架性能更优。
引用
@article{arxiv.2111.12680,
title = {An XGBoost-Based Forecasting Framework for Product Cannibalization},
author = {Gautham Bekal and Mohammad Bari},
journal= {arXiv preprint arXiv:2111.12680},
year = {2021}
}