使用机器学习进行猪肉价格预测的决策系统中数据时间滞后效应
机器学习
2023-07-07 v2
摘要
西班牙是世界上第三大猪肉生产国，多个地区的许多农场依赖该市场的演变。然而，当前定价系统是不公平的，因为某些参与者拥有比其他参与者更好的市场信息。在此背景下，历史价格是一种易于获取且负担得起的数据源，可帮助所有主体更好地知情。然而，数据采集中的时间滞后会影响其定价决策。在本文中，我们研究了数据获取延迟对使用多种预测算法的价格预测系统的影响。我们描述了将最佳方案集成到决策支持系统原型中，并在真实场景中进行测试。具体而言，我们使用西班牙农业部发布的带两周延迟的西班牙最重要地区猪肉市场公开数据，以及同日获取的相同市场的基于订阅的数据。结果表明，最佳公开数据模型与数据订阅模型之间的误差差为 0.6 欧分，无延迟数据更优。市场维度使得这些差异在供应链中十分显著，为定价主体提供了更好的议价工具。
引用
@article{arxiv.2305.05677,
title = {Effects of data time lag in a decision-making system using machine learning for pork price prediction},
author = {Mario Suaza-Medina and F. Javier Zarazaga-Soria and Jorge Pinilla-Lopez and Francisco J. López-Pellicer and Javier Lacasta},
journal= {arXiv preprint arXiv:2305.05677},
year = {2023}
}
备注
Published in "Neural Computing and Applications"