计算机应用研究

作者：郑增威,杜俊杰,周燕真,孙霖,霍梅梅,

单位：1.浙江大学城市学院智能植物工厂浙江省工程实验室,杭州310015；2.浙江大学计算机科学与技术学院,杭州310012；

关键词：智能商业平台,客流量预测,稀疏回归,多因素分析,字典学习,

基金：浙江省自然科学基金资助项目(LY17F020008)；；

针对智能商业平台中的大数据预测问题，提出一种多因素稀疏回归预测模型。以离散余弦变换为基础，构建包含多个外部因素（节假日、天气、温度）的字典集，通过LASSO方法定量求解稀疏编码模型中各外部因素的影响。实验对2 000个商家的客流量进行预测。实验结果表明，外部因素不同程度地影响客流量，在预测模型中叠加外部因素后可以有效提高预测的准确性。同时，与其他方法对比表明，多因素稀疏回归预测模型比RNN、ARIMA 等模型的预测效果更好。

来源：2020年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第5期