基于迁移学习的新产品销量预测模型

本文提出一种基于迁移学习的销量预测模型,以应对小样本数据下新产品销量预测问题。首先,对候选产品集与新产品进行多维特征相似比较,确定源域产品;然后,基于样本迁移的思想,利用类比合成法,在源域时间序列中匹配出与目标域时间序列高相关的多个模式,并采用最小二乘法和遗传算法筛选最佳模式,确定模式长度,以进行新产品的联合销量预测。实验结果表明:与其他经典预测方法相比,该方法能提高新产品销量预测准确度,并验证了模型的合理性和科学性,为新产品销量预测提供了有效思路。