基于客户行为的能源零售销量预测
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景 | 第13页 |
| 1.2 相关工作 | 第13-17页 |
| 1.2.1 基于时间序列的预测方法 | 第14-15页 |
| 1.2.2 回归方法 | 第15页 |
| 1.2.3 神经网络 | 第15-16页 |
| 1.2.4 分类回归树 | 第16-17页 |
| 1.3 问题描述 | 第17-18页 |
| 1.4 本文工作 | 第18-19页 |
| 1.5 论文结构 | 第19-20页 |
| 第2章 基于客户行为的销量预测框架 | 第20-24页 |
| 2.1 需求分析 | 第20页 |
| 2.2 设计原则 | 第20-21页 |
| 2.3 框架介绍 | 第21-24页 |
| 2.3.1 客户行为分析 | 第21-23页 |
| 2.3.2 基于客户行为的零售销量预测 | 第23-24页 |
| 第3章 客户行为学习与预测 | 第24-39页 |
| 3.1 基于客户行为的客户细分框架 | 第24-26页 |
| 3.2 基于客户行为的群体客户分类 | 第26-31页 |
| 3.2.1 客户行为特征选择 | 第26-27页 |
| 3.2.2 客户行为聚类 | 第27-30页 |
| 3.2.3 群体客户分类 | 第30-31页 |
| 3.3 群体客户数量预测 | 第31-34页 |
| 3.3.1 群体客户行为数量分布 | 第31-33页 |
| 3.3.2 高斯分布群体客户预测 | 第33页 |
| 3.3.3 泊松分布群体客户预测 | 第33-34页 |
| 3.4 实验结果及分析 | 第34-38页 |
| 3.4.1 数据集描述 | 第34-36页 |
| 3.4.2 群体客户分类结果 | 第36-37页 |
| 3.4.3 群体客户数量预测 | 第37-38页 |
| 3.5 小结 | 第38-39页 |
| 第4章 基于客户行为的单站销量预测 | 第39-49页 |
| 4.1 短期预测与长期预测的区别 | 第39-40页 |
| 4.2 特征筛选 | 第40-42页 |
| 4.2.1 基于客户行为的特征选择 | 第40-41页 |
| 4.2.2 基于相关性的特征选择 | 第41-42页 |
| 4.3 销量模型 | 第42-43页 |
| 4.4 实验及结果分析 | 第43-48页 |
| 4.4.1 数据集描述 | 第43页 |
| 4.4.2 度量指标 | 第43-44页 |
| 4.4.3 预测模型对比 | 第44-46页 |
| 4.4.4 融入不同形式的客户行为对比 | 第46-48页 |
| 4.5 小结 | 第48-49页 |
| 第5章 多站相关性分析与联合预测 | 第49-57页 |
| 5.1 基于客户行为的多站预测框架 | 第49-50页 |
| 5.2 基于站间相关性的站点信息筛选 | 第50-52页 |
| 5.3 预测模型 | 第52-53页 |
| 5.4 实验及结果分析 | 第53-56页 |
| 5.4.1 预测模型对比 | 第53-55页 |
| 5.4.2 融入不同形式的客户行为对比 | 第55页 |
| 5.4.3 多站关联预测与单站短期预测对比 | 第55-56页 |
| 5.5 小结 | 第56-57页 |
| 第6章 结论 | 第57-58页 |
| 6.1 本文总结 | 第57页 |
| 6.2 未来工作 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第61-62页 |
| 学位论文评阅及答辩情况表 | 第62页 |
