基于BP神经网络的网络直播皮革服装销量预测

张志新，石文奇，程凡，陈志军

（1.陕西国际商贸学院，陕西 西安712046；2.丝路文化创意产业研究中心，陕西 西安712046；3.武汉纺织大学，湖北 武汉430073）

近年来，随着互联网技术的快速更迭，网络电商直播带货模式发展迅猛。有关数据表明，截至2020年6月，国内电商直播用户规模超3.09亿，主播人数超40万，观看人次超500亿。对此，国内的服装服饰商家企业也相继转移到线上直播主战场。相比传统的网络购物，直播能全面地展示商品，再加上主播与消费者粉丝不断建立情感连接，互动性高且受众范围更广。这为皮革皮草服饰商家企业聚焦粉丝，实现引流拓客目的，催生了更大的市场[1]。与此同时，网络直播带来的大数据也为商家企业和学者了解其市场需求和预测未来的销量提供了宝贵的资源，网络直播市场的需求预测成为新的研究热点。

目前，针对网络服装服饰销量的预测主要通过采集挖掘各个影响服装服饰产品销量的因素进行多元、逻辑回归分析，拟合得出预测公式[2，3]。但由于数据的差异性，各个影响因素与销量是否有线性、非线性的关系变得不确定[4]。网络直播带货影响销量的因素更为复杂多变不可控。近年来，人工神经网络把大量无法用具体公式描述的数据逐渐引入到服装服饰的各项预测中[5-8]。因BP神经网络对信息具有极强信息综合能力，在处理非线性复杂和不确定关系中具有自适应性和灵活性，且使用范围极其宽广。基于此，本文将网络直播皮革服装服饰采集到的各项影响因素数据作为输入数据，以最终的支付订单数为输出数据，构建BP神经网络模型，并从中选取样本作为验证数据，实证分析直播带货皮革服装服饰销量预测的效用。……