基于Kaggle平台的未来销售预测

作     者：康宋煌 卢屹 甘琳云 

作者机构：景德镇陶瓷大学 

出 版 物：《产业创新研究》 (Industrial Innovation)

年 卷 期：2024年第19期

页      面：72-74页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：2023年景德镇陶瓷大学国家级大学生创新创业训练计划项目“kaggle‘预测未来销售’参赛研究”(项目编号:202310408006) 

主　　题：未来销售预测 Kaggle平台 LightGBM 特征工程 机器学习 

摘      要：随着电子商务的不断发展，预测未来销售趋势对于企业决策和市场战略至关重要。由于未来市场环境、消费者行为、竞争状况等存在不确定性，本文针对这一问题，利用Kaggle平台进行未来销售预测的研究，通过历史销售数据结合算法进行分析和探索，实现基于特征工程的未来销售预测机器学习模型。利用Kaggle平台中“预测未来销售项目中的数据，通过数据清洗、特征工程等技术，提高模型的精度。本文使用了LIghtGBM算法分别在特征工程前后两次构建了模型进行预测，并将这两版模型的预测结果都提交至Kaggle平台进行评估。经对比发现，经过特征工程优化后的模型表现出色，在进行特征工程后的模型结果得分成功跻身平台总排名的Top19%。