基于灰色预测模型的网络购物节销售额预测开题报告

1. 研究目的与意义

伴随着互联网时代的迅猛发展,越来越多的人选择网上购物,与传统的购物相比,人们足不出户就可以享受网购带来的方便与乐趣。大大节省了时间,提高了效益,与此同时也促进了网络店铺的不断发展，互联网时代和移动支付的迅速发展普及，电子商务行业从业者急剧增长，甚至出现了“人造节”双十一、618等^[1]，从2009年开始每年的网络购物节网络销售额的呈现逐年递增的趋势，网络购物节的销售额不仅是相关企业规划决策调整战略布局的重要依据，也是我国经济活动的重要方向性指标，因此研究预测各大网络购物平台的销售额有着重要意义。从操作性上，国内销售额数据在电商平台官网即可获得，数据获取容易，由于每年双十一都会有新的消费热点和新的销售模式出现，因此在预测上存在许多不确定性，使用灰色预测模型可以比较好的在这种每年都有较大变化和非确定性情况下进行预测，理论上切实可行。

2. 研究内容和预期目标

1. 主要研究内容

   销售额预测的应用前景巨大，如果可以在误差范围内大概推算双十一的销售额，不仅可以帮助电商平台制定相关的营销方案，供货的商品数量，这样可以最大限度较少不必要的库存积压和生产浪费，因此根据历年双十一的销售额数据，运用灰色预测模型对双十一销售额进行预测成为了研究的主要内容。

2. 关键问题

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   3. 国内外研究现状

   1、国内研究现状

   目前国内的研究现状比较丰富，其中有不少仅仅针对某个种类的研究如化妆品、也有针对某个品牌的战略分析，都是比较微观的经济现象研究，相比较下总体销售额的研究数量相对较少但方法种类繁多，使用的数据预测方法有离散型bass模型^[3] lstm模型、多元线性回归模型、bp神经网络、gm（1,1）灰色预测模型等等。早在2018年，刘雪萍和吴祥佑指出阿里巴巴“双十一”网购节成交金额的历史数据是一个内含指数规律的时间序列, 可以基于gm (1, 1) 模型对其未来值进行预测^[4]，灰色预测理论中最为学界熟知的模型是关于数列预测的一阶单变量gm (1, 1) 模型。随机时间序列, 经按时间累加后所形成的生成序列的规律可用一阶线性微分方程的解来逼近。当原始时间序列隐含着指数变化规律时, gm (1, 1) 的解的逼近程度非常好, 预测精度也非常高。他们通过阿里巴巴官方得出的2009年到2017年的销售额数据，并运用改进以后的灰色预测模型得出2018年的销售额是2270亿（实际值为2135亿）因此这套预测模型有着较高的可行性。还有2019年蒋宝兴、程永生、刘莹等人运用离散型bass模型的双十一销售预测，他们的观点认为bass模型提供了一个用早期数据来预测产品的长期销售行为的框架，如于1996年准确预测到彩色电视在1968年达到销售髙峰为长期预测提供了一个健全的理论基础而不是纯粹基于经验的统计增长模型，国内也有很多学者运用bass模型或其扩展模型展开预测，涉及新技术产品、网购、文化资产定价及其他各类髙技术产品的需求预测等^[5]，所以离散型bass模型有历史成功经验也具有可行性，他们首先运用最小二乘法确定参数的搜索范围，在运用物价指数消除价格因素的影响，最终的计算结果2018年销售额是2235亿，比之前刘雪萍和吴祥佑的计算精度更高一点，但是他们认为数据的最终结果是趋于稳定（他们的离散型bass模型认为2019年的销售额为2501.3亿而2019年实际值为2684亿），增长速度放缓，这个结论也直接导致了预测结果与实际值有着很大的出入，我认为导致错误的原因有两个，第一是他们错误估算了模型信息扩散的渠道即大众媒体广告的外部扩散和人群口耳相传的内部信息方式的两种方式，这两年来网红直播带货等新形势带货方式层出不穷，以更加直接便捷的方式打破了原有销售模式，他们未能很好计算相关信息扩散的未知性，直接结果就是扩散系数的计算偏差较大，使计算值低于实际值，第二个原因是认为市场的潜力是一个为“m”的固定值，这也直接导致了计算的不准确性，因为市场的潜力是会随人民生活水平发展不断衍生新的消费热点，比如2020年的疫情直接导致口罩和药品等医疗物资成为稀缺资源，所以综上两个原因，离散型bass模型的双十一销售预测结果并不准确但是却又一定的参考价值，也为销售额的预测提供了新的视角。

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   4. 计划与进度安排

   研究计划：2022.12—2022.1对第一部分，在查阅相关文献和统计信息整理后着重对拟解决的问题和网络人造节背景进行基本介绍。2022.1—2022.2第二部分说明数据来源和灰色模型理论方法，对模型构建方法进行汇总梳理,数据来源主要来自来自淘宝官网以及电子商务方面蓝皮书和其他辅助性信息资料，并简要说明灰色预测模型的理论可操作性。2022.2—2022.3第三部分，主要是灰色预测模型的构建与计算，针对2022年以前的所有双十一销售额数据处理，计算关联度并给出生成列等一系列结果，对以后的销售额进行预测，并通过残差检验给出区间估计。2022.3—2022.4第四部分，对前面的计算结果，从灰色关联度的角度出发，做出原因分析并对未来网络购物节销售额趋势做出一个比较明确的判断，最终给电商平台和商家一些可行性比较高的参考意见与建议。

   5. 参考文献

   [1]栗施路.“双十一”是如何被制造出来的[j].公关世界,2015(11):71.

   [2]宋建波,文雯,张海晴.科技创新型企业的双层股权结构研究——基于京东和阿里巴巴的案例分析[j].管理案例研究与评论,2016,9(04):339-350.

   [3]蒋宝兴,刘莹,程永生.基于离散bass模型的双十一销售预测[j].数学的实践与认识,2019,49(12):70-76.

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付