电子商务销售预测理论依据分析

王旖旎

【摘  要】科学有效地对电子商务进行销售预测，有助于电子商务企业合理配置资源和提高管理效率。论文在总结已有销售预测方法的基础上，运用灰色系统、灰色神经网络、狼群算法等理论作为电子商务销售预测的前提依据，不断完善销售预测方法，建立灰色神经网络新模型，有效提高销售预测的精准度。

【Abstract】Scientific and effective sales forecasting of e-commerce is helpful for e-commerce enterprises to rationally allocate resources and improve management efficiency. On the basis of summarizing the existing sales forecasting methods， this paper uses the theories of grey system， grey neural network and wolf pack algorithm as the premise basis of e-commerce sales forecasting， constantly improves the sales forecasting methods， and establishes a new grey neural network model to effectively improve the accuracy of sales forecasting.

【关键词】电子商务;销售预测;理论依据;精度提升

【Keywords】e-commerce; sales forecasting; theoretical basis; improvement of accuracy

【中图分类号】F724.6;F274                                             【文献标志码】A                                                 【文章編号】1673-1069（2021）06-0150-02

1 引言

销售预测是指在未来的特定时间，依据历年的销售状况，采用常用的预测模型和预测方法估计未来的销售市场，以提高价值评估、增加销售量和降低成本为目的，实现生产率、数量金额和服务能力的提升。因此，销售预测是提升电子商务产业市场核心竞争力的关键环节。

2 既有销售预测方法回顾

电子商务作为全新的经济模式对中国经济发展产生重要影响，当商品同质化现象越来越严重时，电子商务市场的竞争更加激烈，为提升电子商务企业的市场核心竞争力，及时对电子商务销售进行预测，使之能更快速地适应市场新变化。因此，国内外学者高度关注电子商务销售预测研究，研究的方法各不相同，主要分为定性和定量2种预测方法。定性预测研究指通过市场调查获得的各类信息，凭借多年的知识和经验，主观能动地估计市场行情的发展趋势，主要有综合意见法、专家会议法、主观概率法、销售人员预测法、个人判断法、德尔菲法、市场研究法、用户调查法等。商业化程度加速了电子商务企业间的竞争，根据当前市场需求和企业经营实践，采用部门主管集体讨论法、销售人员意见征集法和德尔菲法等定性预测法进行销售预测，为企业的经营提供科学决策（王一红，2001）。定量预测研究指根据历年的统计资料和销售数据，利用各种数学方法建立数学模型对市场行情的发展趋势进行定量的计算，获得精准的预测结果，主要有时间序列分析法、灰色理论系统、机器学习理论、BP神经网络、回归分析法、马尔可夫、遗传算法、粒子群算法、狼群算法、GM（1，1）预测模型、效用理论预测模型等。某公司未来年度商品销售总量运用GM（1，1）模型进行预测，使用SPSS软件对未来年度的商品月销量进行预测，结合灰色关联方法计算得出月销量的预测值，精准的预测结果为公司销售提供决策参考（李家会，2014）;以灰色系统理论为基础建立GM（1，1）预测模型，对某公司矿泉水未来年度销售进行精准预测，得出销售量在中长期会保持相对稳定的速度进行增长，有助于公司的长期规划（江玉杰，2015）;基于灰色理论系统中GM（1，1）和GM（1，N）销售预测方法，得出改进的多维灰色模型IGM（1，N）算法，再将IGM（1，N）算法与神经网络算法相结合，提出混合智能算法以提高销售预测精度（刘卫校，2016）;通过构建电子商务销售额预测指标，提出遗传优化改进的灰色神经网络模型进行销售额预测实证研究，充分挖掘中国电子商务行业的深度，为政府和企业提供可量化和科学有力的决策依据（王德闯，2017）。

3 电子商务销售需求预测依据分析

电子商务销售预测受众多因素的影响，具有随机性、非线性、离散性、动态性、不确定性等特点，基于此，有研究者针对不确定的灰色系统提出运用灰色神经网络对销售情况进行预测，也有研究者利用遗传算法、蚁群算法、粒子群算法等较好的全局寻优能力，优化灰色神经网络模型，改变权值和阈值的参数，对销售情况进行更精准的预测，通过查阅大量相关文献得出，这些模型和算法应用于销售预测将会有更大的改进空间。为进一步提高电子商务销售预测的精度，以灰色理论为基础，提出改进狼群算法优化灰色神经网络建立的新模型，防止网络陷入局部最优，采用这种高效的销售预测方法为电子商务可持续发展提供扎实的理论依据。

3.1 灰色系统理论

1982年，我国邓聚龙教授最先提出灰色系统理论，该理论很适合小样本、贫信息、不确定性问题的研究，强调将系统数据无规律的序列演變为有规律的序列，提炼和挖掘部分已知有价值的信息，进而推导出部分未知的信息，使系统不断得到补充和更新。在灰色系统理论的基础上建立灰色模型（grey model，GM），学习流程如下：

步骤1：设x（0 ）为原始数据序列：

x（0 ）=（xt（0 ）|t=1，2，…，n）=（x1（0 ），x2（0 ），…，xn（0 ））      （1）

步骤2：对原始数据序列x（0 ）作一次累加，使之得到呈现一定规律的新数据序列x（1 ），那么新数据序列x（0 ）的第t项等于原始数据序列x（0 ）的前t项相加，公式如下：

步骤3：基于新数据序列x（1 ）建立差分方程如下：

步骤4：求（3）方程的解得到如下结果：

xt* （1 ）=（x1（0 ）-u/a）e-a （t-1）+u+/a      （4）

步骤5：的预测值通过对作一次累减得到如下结果：

xt* （0 ）=（x1* （1 ）-xt-1* （1 ））    t=2，3，…，n                        （5）

3.2 灰色神经网络理论

灰色神经网络是一种模拟生物神经网络信息处理的模型，由大量的神经元构成并行互联网络，适合对不确定优化问题进行建模，具有很强的非线性拟合寻优能力，广泛应用于人工智能、信号处理、模式识别、辅助决策、自动控制等众多领域。式（6）为基于灰色神经网络模型建立的微分方程，式（7）为其对应的时间响应式：

灰色神经网络模型中有n个参数，微分方程表达式可以写为：

式中，输入参数是y1，y2，y3，…，yn，输出参数是y1，微分方程系数是a，b1，b2，…，bn-1。

式（6）的时间响应式可以写为：

3.3 狼群算法

狼群算法是一种模拟狼群围捕猎物过程的智能算法，具有探狼游走、头狼召唤、猛狼围攻3种智能行为：探狼游走行为指在当前区域搜寻最优位置;头狼召唤行为指头狼召唤的猛狼快速奔向头狼附近;猛狼围攻行为指猛狼围捕附近的猎物。其遵守“胜者为王”的头狼产生规则和“强者生存”的狼群更新机制，淘汰生存能力差的狼，使生存能力强的狼觅得足够的食物，从而维持狼群主体的生存和发展。

3.4 狼群算法的改进

基于狼群算法原理，通过抓住关键点对测试函数和路径规划进行改进，与传统狼群算法作比较，采用Matlab软件做仿真实验以验证改进狼群算法的正确性和有效性。

3.5 新灰色神经网络模型构建原理

利用改进的狼群算法优化灰色神经网络，在此基础上提出一种新颖的灰色神经网络模型运用于电子商务销售预测，根据网络输出和实际输出的误差调整新模型中各个参数的值，构建输入输出变量，对网络进行训练，使网络输出不断逼近实际输出，从而对电子商务销售数据进行更精准的预测。因此，新灰色神经网络建模流程具有较强的逻辑性和实用性，如图1所示。

4 结语

电子商务的飞速发展对国民经济产生巨大的影响，销售预测作为电子商务企业生存和发展的基础，在成本核算、利润估算、资金周转、营销策略、人力投入、市场需求等方面扮演着越来越重要的作用。因此，电子商务销售预测过程中需要灰色系统、灰色神经网络、狼群算法等理论作为依据，利用改进的狼群算法构建新灰色神经网络模型，以便更好地解决电子商务企业销售预测的难题。

【参考文献】

【1】江玉杰.GM（1，1）预测模型在产品销售预测中的运用[J].浙江纺织服装职业技术学院学报，2015，14（02）：36-41.

【2】刘卫校.基于离散灰色预测模型与人工神经网络混合智能模型的时尚销售预测[J].计算机应用，2016，36（12）：3378-3384.

【3】许铭.基于深度学习的销售数据挖掘与预测模型研究[D].大连：大连理工大学，2019.