综合技术

杉数科技陈廷豪:零售场景中的需求预测 | AI 研习社 第144期大讲堂总结

微信扫一扫,分享到朋友圈

杉数科技陈廷豪:零售场景中的需求预测 | AI 研习社 第144期大讲堂总结
0

雷锋网 (公众号:雷锋网) AI研习社按: 随着人工智能时代的到来,传统的人工预测将被淘汰,取而代之的是运用更准确、自动化的人工智能算法进行预测。在零售领域,需求预测可以有效地优化库存管理,通过自动化且精准的预测,可以降低库存周转率和人力资源,进而降低企业的成本,提升企业的竞争力。在本次公开课中,讲者结合在杉数科技的项目经验,分享实际场景中的建模思路,深入剖析如何为企业带来巨大的商业价值。

分享嘉宾: 陈廷豪,台湾大学与比利时根特大学双硕士学位,主要研究方向为机器学习、深度学习等。加入杉数科技后,主要负责需求预测与库存管理相关项目,现已为多家大型企业提供技术服务。

公开课回放视频网址:

http://www.mooc.ai/open/course/669?=Leiphone 

分享主题:

零售场景中的需求预测

分享提纲:

  • 需求预测场景介绍

  • 优化算法概述

  • 建模思路

  • 案例分享

雷锋网AI研习社将其分享内容整理如下:

大家好,我是杉数科技算法工程师陈廷豪,主要研究方向为机器学习和深度学习,在杉数主要负责库存管理和需求预测,今天很开心、也很荣幸来到AI研习社大讲堂跟大家分享零售场景下的需求预测。

什么是零售场景呢?举个例子,一般我们常去的便利店、超市,都可以称为零售场景。那为什么零售场景要做需求预测呢?假设我是一个店长,发现店里的牛奶卖完了,那就需要赶紧去补货。问题是牛奶需要配送的时间以及生产的时间,没有办法立刻去补货。意思就是在零售场景里面,必须预测未来某个时间点的销量是多少,继而提早在仓库里面具备充足的牛奶,这样才可以避免销量损失。另外如果预测结果准确,就不用在仓库里备太多的牛奶,就可以降低库存周转率、降低成本,从而提升企业竞争力。所以说需求预测在零售场景是一个非常重要的课题,而且不仅仅局限于零售场景,一般只要牵涉到销量与仓库,都会需要做需求预测。不过我今天分享的主要内容,还是零售场景的需求预测。

今天这个分享我分了四个主题,如图所示:

首先是需求预测的场景介绍,如图是一个非常典型的需求预测场景:

还是刚刚举的例子,消费者可能会去超市买牛奶,数据库里面会记录销量,销量是会随着时间改变的,也就是可以把需求预测转化成一个时间序列的问题。除了销量数据之外,还有一些商品信息、促销数据之类的。

下面我们来探讨一下,哪些因素会影响需求,如图所示:

在介绍完需求预测场景之后,我们现在来看看优化算法概述,会提到一些基本的模型。解决需求预测这个时间序列问题,一般会用到下面三个模型,我会倾向于跟大家分享这些模型适用于哪些场景。

首先介绍一下时间序列模型,在数据少、趋势明显、周期明显等情况下,时间序列模型要比其他两个模型更适用。但因为影响销量的因素有很多,一般时间序列模型主要是用来当一个Bench mark。

第二个是机器学习模型,适用于数据多、特征显著、可解释性强的情况下,一般客户会想知道为什么预测出这个值,而机器学习可以根据特征的重要性给出解释,所以非常适合在业界使用。

接下来是深度学习模型,它适用于大量的数据、特征复杂的情况,还有一个优点是能进行end-to-end训练。

第三部分是想要跟大家分享一下建模的思路,怎么去建模,怎么去攻克预测的问题。一个比较简单的建模思路就是对模型去做融合,如图所示:

下面再跟大家分享一下分层建模:

接下来看一个例子,根据销量和波动性划分一个四象限,这是非常好的一个思路。

最后来跟大家分享一下,我在杉数科技实际遇到的一些项目,我们是怎么去解决的。

今天的分享就到此结束,谢谢大家。

查看完整的分享内容,请点击链接观看: http://www.mooc.ai/open/course/669?=Leiphone

以上就是本期嘉宾的全部分享内容。更多公开课视频请到雷锋网 AI 研习社社区 http://ai.yanxishe.com/ )观看。

关注微信公众号:AI 研习社(okweiwu),可获取最新公开课直播时间预告。

雷锋网版权文章,未经授权禁止转载。详情见 转载须知

展开阅读全文

微信扫一扫,分享到朋友圈

杉数科技陈廷豪:零售场景中的需求预测 | AI 研习社 第144期大讲堂总结
0

React Native 实现截图添加二维码分享功能

上一篇

小白的Python 学习笔记(八)推导式详解

下一篇

你也可能喜欢

评论已经被关闭。

插入图片