Facebook的Prophet、Amazon的DeepAR+与CNN-QR算法用于实际销售预测的成功比较分析
人工智能
2021-05-04 v1 机器学习
摘要
通过成功解决预测问题，各类公司工作中的流程得以优化并实现节约。在此过程中，时间序列数据分析尤为重要。自 Facebook 的 Prophet、Amazon 的 DeepAR+ 与 CNN-QR 预测模型问世以来，这些算法引起了极大关注。本文介绍了上述算法在分销公司销售预测中的应用与比较。基于具有不同销售历史长度的真实数据，对算法性能进行了详细比较。结果表明，Prophet 对具有较长历史且频繁销售的商品给出更好结果，而 Amazon 的算法在无明显长历史以及罕售商品上表现出优势。
引用
@article{arxiv.2105.00694,
title = {Comparison Analysis of Facebook's Prophet, Amazon's DeepAR+ and CNN-QR Algorithms for Successful Real-World Sales Forecasting},
author = {Emir Zunic and Kemal Korjenic and Sead Delalic and Zlatko Subara},
journal= {arXiv preprint arXiv:2105.00694},
year = {2021}
}