王丽红
(烟台汽车工程职业学院 经济管理系,烟台 265500)
近年来,电子商务的发展势头强劲,一度对传统的实体经济产生了非常大的冲击.仅2019年上半年,销售额已经达到了惊人的195209.7 亿元[1],且2019年天猫双十一购物节活动成交额突破100 亿,仅用了1 分36 秒,这在以往的传统零售行业内几乎是无法想象的[2].随着电商行业的兴起,国内涌现出天猫、淘宝、京东等大型电商平台,并产生了B2B、B2C、C2C 等许多新模式,这些足以看出电商行业巨大的发展潜力[3].
由于电子商务具有数据化、集成化、互动化的特性,使得电子商务会计系统与其他传统会计系统相比具有更大的数据规模,同样也蕴藏了更多待挖掘的数据信息[4,5].各电商企业在产品销售过程中会产生大量的销售数据,如何处理这些销售数据,并从中发掘销量变化的规律,指导电商企业制订策略,对电商企业管理具有十分重要的意义[6].同时,销量预测也是新型电子商务会计系统中一个重要的组成模块[7].
目前,各个行业的销量预测方法大多是依据历史销量对未来销量的预测.付敏娟等人考虑了指数平滑模型较大的预测误差和神经网络的过拟合问题,提出了用二次指数平滑序列改进BP 神经网络的指数平滑神经网络太阳能热水器销售预测模型[8].圣文顺等用遗传算法改进传统的BP 神经网络,并用时间序列对模型进一步校正,大大降低了预测误差[9].王建伟利用产品销售共性提取产品聚类簇,再使用时间序列……