论文部分内容阅读
在竞争日益激烈的连锁超市零售业中,企业不断采取调整产品特性的策略,以满足顾客的需求和偏好。虽然有些产品的生命周期很短,但是通过处理和分析公司数据库中收集和存储的大量历史数据,获得库存控制和产品采购的策略。探讨运用深度学习的方法来预测连锁超市行业未来季节的个别新产品的销售数据。模型的开发考虑产品的物理特性和领域专家的意见,从而使预测结果对连锁超市公司的采购决策更有辅助价值。