雷鋒網(wǎng)AI研習(xí)社按：隨著人工智能時(shí)代的到來(lái)，傳統(tǒng)的人工預(yù)測(cè)將被淘汰，取而代之的是運(yùn)用更準(zhǔn)確、自動(dòng)化的人工智能算法進(jìn)行預(yù)測(cè)。在零售領(lǐng)域，需求預(yù)測(cè)可以有效地優(yōu)化庫(kù)存管理，通過(guò)自動(dòng)化且精準(zhǔn)的預(yù)測(cè)，可以降低庫(kù)存周轉(zhuǎn)率和人力資源，進(jìn)而降低企業(yè)的成本，提升企業(yè)的競(jìng)爭(zhēng)力。在本次公開(kāi)課中，講者結(jié)合在杉數(shù)科技的項(xiàng)目經(jīng)驗(yàn)，分享實(shí)際場(chǎng)景中的建模思路，深入剖析如何為企業(yè)帶來(lái)巨大的商業(yè)價(jià)值。

分享嘉賓：陳廷豪，臺(tái)灣大學(xué)與比利時(shí)根特大學(xué)雙碩士學(xué)位，主要研究方向?yàn)闄C(jī)器學(xué)習(xí)、深度學(xué)習(xí)等。加入杉數(shù)科技后，主要負(fù)責(zé)需求預(yù)測(cè)與庫(kù)存管理相關(guān)項(xiàng)目，現(xiàn)已為多家大型企業(yè)提供技術(shù)服務(wù)。

公開(kāi)課回放視頻網(wǎng)址：

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

分享主題：

零售場(chǎng)景中的需求預(yù)測(cè)

分享提綱：

• 需求預(yù)測(cè)場(chǎng)景介紹

• 優(yōu)化算法概述

• 建模思路

• 案例分享

 

雷鋒網(wǎng)AI研習(xí)社將其分享內(nèi)容整理如下：

大家好，我是杉數(shù)科技算法工程師陳廷豪，主要研究方向?yàn)闄C(jī)器學(xué)習(xí)和深度學(xué)習(xí)，在杉數(shù)主要負(fù)責(zé)庫(kù)存管理和需求預(yù)測(cè)，今天很開(kāi)心、也很榮幸來(lái)到AI研習(xí)社大講堂跟大家分享零售場(chǎng)景下的需求預(yù)測(cè)。

 

什么是零售場(chǎng)景呢？舉個(gè)例子，一般我們常去的便利店、超市，都可以稱為零售場(chǎng)景。那為什么零售場(chǎng)景要做需求預(yù)測(cè)呢？假設(shè)我是一個(gè)店長(zhǎng)，發(fā)現(xiàn)店里的牛奶賣完了，那就需要趕緊去補(bǔ)貨。問(wèn)題是牛奶需要配送的時(shí)間以及生產(chǎn)的時(shí)間，沒(méi)有辦法立刻去補(bǔ)貨。意思就是在零售場(chǎng)景里面，必須預(yù)測(cè)未來(lái)某個(gè)時(shí)間點(diǎn)的銷量是多少，繼而提早在倉(cāng)庫(kù)里面具備充足的牛奶，這樣才可以避免銷量損失。另外如果預(yù)測(cè)結(jié)果準(zhǔn)確，就不用在倉(cāng)庫(kù)里備太多的牛奶，就可以降低庫(kù)存周轉(zhuǎn)率、降低成本，從而提升企業(yè)競(jìng)爭(zhēng)力。所以說(shuō)需求預(yù)測(cè)在零售場(chǎng)景是一個(gè)非常重要的課題，而且不僅僅局限于零售場(chǎng)景，一般只要牽涉到銷量與倉(cāng)庫(kù)，都會(huì)需要做需求預(yù)測(cè)。不過(guò)我今天分享的主要內(nèi)容，還是零售場(chǎng)景的需求預(yù)測(cè)。

今天這個(gè)分享我分了四個(gè)主題，如圖所示：

首先是需求預(yù)測(cè)的場(chǎng)景介紹，如圖是一個(gè)非常典型的需求預(yù)測(cè)場(chǎng)景：

還是剛剛舉的例子，消費(fèi)者可能會(huì)去超市買牛奶，數(shù)據(jù)庫(kù)里面會(huì)記錄銷量，銷量是會(huì)隨著時(shí)間改變的，也就是可以把需求預(yù)測(cè)轉(zhuǎn)化成一個(gè)時(shí)間序列的問(wèn)題。除了銷量數(shù)據(jù)之外，還有一些商品信息、促銷數(shù)據(jù)之類的。

下面我們來(lái)探討一下，哪些因素會(huì)影響需求，如圖所示：

在介紹完需求預(yù)測(cè)場(chǎng)景之后，我們現(xiàn)在來(lái)看看優(yōu)化算法概述，會(huì)提到一些基本的模型。解決需求預(yù)測(cè)這個(gè)時(shí)間序列問(wèn)題，一般會(huì)用到下面三個(gè)模型，我會(huì)傾向于跟大家分享這些模型適用于哪些場(chǎng)景。

首先介紹一下時(shí)間序列模型，在數(shù)據(jù)少、趨勢(shì)明顯、周期明顯等情況下，時(shí)間序列模型要比其他兩個(gè)模型更適用。但因?yàn)橛绊戜N量的因素有很多，一般時(shí)間序列模型主要是用來(lái)當(dāng)一個(gè)Bench mark。

第二個(gè)是機(jī)器學(xué)習(xí)模型，適用于數(shù)據(jù)多、特征顯著、可解釋性強(qiáng)的情況下，一般客戶會(huì)想知道為什么預(yù)測(cè)出這個(gè)值，而機(jī)器學(xué)習(xí)可以根據(jù)特征的重要性給出解釋，所以非常適合在業(yè)界使用。

接下來(lái)是深度學(xué)習(xí)模型，它適用于大量的數(shù)據(jù)、特征復(fù)雜的情況，還有一個(gè)優(yōu)點(diǎn)是能進(jìn)行end-to-end訓(xùn)練。

第三部分是想要跟大家分享一下建模的思路，怎么去建模，怎么去攻克預(yù)測(cè)的問(wèn)題。一個(gè)比較簡(jiǎn)單的建模思路就是對(duì)模型去做融合，如圖所示：

下面再跟大家分享一下分層建模：

接下來(lái)看一個(gè)例子，根據(jù)銷量和波動(dòng)性劃分一個(gè)四象限，這是非常好的一個(gè)思路。

最后來(lái)跟大家分享一下，我在杉數(shù)科技實(shí)際遇到的一些項(xiàng)目，我們是怎么去解決的。

今天的分享就到此結(jié)束，謝謝大家。

查看完整的分享內(nèi)容，請(qǐng)點(diǎn)擊鏈接觀看：http://www.mooc.ai/open/course/669?=Leiphone  。

以上就是本期嘉賓的全部分享內(nèi)容。更多公開(kāi)課視頻請(qǐng)到雷鋒網(wǎng) AI 研習(xí)社社區(qū)（http://ai.yanxishe.com/ ）觀看。

關(guān)注微信公眾號(hào)：AI 研習(xí)社（okweiwu），可獲取最新公開(kāi)課直播時(shí)間預(yù)告。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。