实验详情

价格弹性时间序列分解模型预测商品销量

本实验在阿里云PAI机器学习平台上，对某款产品销量进行预测及分析。一：线性回归模型，选取该产品的促销幅度、促销手段对实际销量进行回归；二：时间序列分解建模，对线性回归模型的误差进行时间序列分解。

20 实验点 兑换实验点
提示: 实验资源会在固定时间后释放，请创建资源后尽快操作。

实验评分

平均时长

4 小时

难易程度

普通

实验编号

S02032

学习人次

6900 次

描述
实验概述 本实验在阿里云PAI机器学习平台上，对某零售商的一款产品的销量进行了预测及分析。模型分为两个部分，一个部分是线性回归模型，选取了该产品的促销幅度、促销手段对实际销量进行回归；另一部分为时间序列分解建模，对线性回归模型的误差进行时间序列分解，从而可以在一定程度上解释线性模型的误差并提高整体预测的准确率。
实验目标 1.熟练运用阿里云相关产品来构建和部署价格弹性时间序列分解模型。 2.学会根据模型的结果进行商品定价与促销决策。
实验架构 1.阿里云PAI机器学习平台 2.Maxcompute 3.Dataworks