Traducido del inglés al español - www.onlinedoctranslator.
com
2021 2a Conferencia Internacional sobre Comercio Electrónico y Tecnología de Internet (ECIT)
Predicción de ventas basada en Machine Learning
ZixuanHuo
2021 2ª Conferencia Internacional sobre Comercio Electrónico y Tecnología de Internet (ECIT) | 978-1-6654-3873-5/20/$31.00 ©2021 IEEE | DOI: 10.1109/ECIT52743.2021.00093
Escuela Internacional
Universidad de Correos y Telecomunicaciones de Beijing
Beijing, China
huozixuan@bupt.edu.cn
Resumen—Con la creciente influencia de Internet en la vida de las personas,
el desarrollo de las plataformas de comercio electrónico es más rápido, y los
usuarios y las ganancias de estas plataformas muestran una tendencia
creciente. En los últimos años, el fuerte apoyo de las políticas nacionales
también ha proporcionado un buen entorno para el desarrollo de la industria del
comercio electrónico. Bajo el impacto de la epidemia de este año, el papel de la
industria del comercio electrónico en el desarrollo de la economía nacional se ha
vuelto más prominente. En tales casos, el número y la competitividad de las
plataformas de comercio electrónico y las empresas de comercio electrónico
están aumentando. Si una plataforma quiere mantener su ventaja en la
competencia, debe ser capaz de satisfacer mejor las necesidades de los usuarios
y hacer un buen trabajo en todos los aspectos de coordinación y gestión. En este
punto, el pronóstico preciso del volumen de ventas de las plataformas de
comercio electrónico es particularmente importante. En la actualidad, hay
muchos estudios sobre la predicción de ventas de comercio electrónico, pero
todavía estamos explorando el modelo de predicción que se puede aplicar mejor
en diferentes escenarios. En este documento, probamos y evaluamos dos
modelos lineales, tres modelos de aprendizaje automático y dos modelos de
aprendizaje profundo, y descubrimos que el aprendizaje automático y los
modelos de aprendizaje profundo no tienen ninguna ventaja para mejorar la
precisión del pronóstico de ventas, pero sobre una base predictiva, los modelos
funcionan mejor. cuando incluyen información sobre calendario y precio.
Palabras Clave-Predicción de Ventas; Regresión; Aprendizaje automático;
Aprendizaje profundo
yo yoNTRODUCCIÓN
En los últimos 10 años, la industria del comercio electrónico en
China se ha desarrollado rápidamente y aún muestra una tendencia
ascendente constante. Tomando datos de Alibaba y Amazon, dos
famosas empresas de comercio electrónico en el país y en el
extranjero, por ejemplo, observando los datos de ingresos y
crecimiento de ingresos de Alibaba al 31 de marzo de 2015 a 2020,
se puede encontrar que sus ingresos han seguido creciendo de
76,20 mil millones en 2015 a 509,7 mil millones en 2020, y el
crecimiento de los ingresos de 2015 a 2019 también es estable y va
en aumento [1]. En 2020, debido al impacto de la epidemia de
COVID-19, la tasa de crecimiento de los ingresos disminuyó, pero los
ingresos continúan creciendo. Los datos del informe financiero
anual de otro gran gigante del comercio electrónico, Amazon,
también muestran una tendencia creciente. Los datos del informe
anual de Amazon muestran que sus ingresos continuaron
aumentando constantemente desde 2015 hasta 2019 [2].
A nivel nacional, la implementación de la "Ley de Comercio
Electrónico de la República Popular China" el 1 de enero de 2019 y el
ajuste de las políticas de importación minorista de comercio electrónico
transfronterizo muestran el énfasis de China en la industria del comercio
electrónico. Además, en la Tercera Sesión del XIII Congreso Nacional
978-1-6654-3873-5/21/$31.00 ©2021 IEEE
DOI 10.1109/ECIT52743.2021.00093
Uso con licencia autorizado limitado a: Universidad de Carolina del Este. Descargado el 15 de junio de 2021 a las 17:51:28 UTC desde IEEE Xplore. Se aplican restricciones.
del Congreso Popular, el primer ministro Keqiang Li señaló que los
nuevos formatos, como el comercio electrónico, las compras en
línea y los servicios en línea, han desempeñado un papel importante
en la lucha contra la epidemia. Se deben seguir introduciendo
políticas de apoyo para promover integralmente el “Internet Plus” y
crear una nueva ventaja económica digital. El gobierno también
señaló claramente en el informe que apoyará enérgicamente el
comercio electrónico en el futuro y lanzará más políticas
relacionadas para promover la economía de Internet en el futuro.
Al mismo tiempo, debido a la gran base de población y la gran
cantidad de usuarios de Internet en China, con la mejora continua de la
tasa de penetración de Internet en el futuro, la mejora adicional de la
industria logística y la comodidad que brinda la tecnología de pago móvil,
el espacio de desarrollo de la industria del comercio electrónico nacional
sigue siendo muy amplia. Por lo tanto, la buena perspectiva de desarrollo
atrajo naturalmente a varias empresas de comercio electrónico. Según
los datos de Tianyancha pro, en noviembre de 2020, hay más de 3,78
millones de empresas relacionadas con el comercio electrónico en China,
incluidas 570 000 empresas transfronterizas relacionadas con el comercio
electrónico. En los primeros 10 meses de 2020 se han sumado más de
95.000 empresas transfronterizas relacionadas con el comercio
electrónico, con un crecimiento interanual del 79,22%. Detrás del rápido
desarrollo de la industria del comercio electrónico se encuentra la feroz
competencia de muchas empresas pares. Si una empresa quiere
mantenerse firme en una competencia tan feroz, los datos son
fundamentales para ganar. Qué tipo de datos recopilar y cómo procesar
y aplicar estos datos son de gran importancia para convertir a los clientes
potenciales en clientes de valor.
Independientemente de si se trata de una empresa en línea o fuera de
línea, el propósito es proporcionar productos o servicios a la sociedad. Por
tanto, su producción y toma de decisiones se verá muy afectada por las
previsiones de demanda. Para los comerciantes, el cumplimiento oportuno de
los requisitos del cliente para las fechas de entrega y otros aspectos puede
mejorar la satisfacción del cliente y mejorar la competitividad, reducir el
inventario corporativo y organizar la producción, y también ayudar a los
comerciantes a tomar decisiones de precios y promociones más razonables. La
gestión del transporte también se verá afectada por las predicciones de ventas.
En comparación con la industria minorista tradicional, las empresas de
comercio electrónico responden más rápidamente a las necesidades del
mercado y de los consumidores para ganar una posición en la feroz
competencia del mercado. Por lo tanto, es muy necesario que los comerciantes
de comercio electrónico predigan el volumen de ventas en el futuro.
Los indicadores que afectan el pronóstico de ventas de productos de
comercio electrónico se dividen principalmente en tres categorías. La
primera categoría es el atributo índice característico del producto o
410
comercial, como información de promoción de productos, precio, ventas diarias,
tiempo de operación comercial actual, tasa de elogios de los clientes del producto,
volumen histórico de transacciones, puntaje y nivel de reputación comercial actual,
popularidad de la colección de productos. La segunda categoría son las revisiones de
productos y los indicadores derivados, como el tiempo de revisión, la información del
revisor, el texto de la revisión, las calificaciones de estrellas de la revisión, el número
de respuestas a la revisión. La tercera categoría es la información de búsqueda de
productos en línea, como el volumen de búsqueda de palabras clave. Este documento
considera principalmente el impacto de la primera categoría de indicadores en la
predicción de ventas.
Desde la perspectiva de estudios previos, el modelo lineal [3], el modelo de
aprendizaje automático [4-9] y el modelo de aprendizaje profundo [10, 11] son
métodos comunes para predecir el volumen de ventas de comercio electrónico.
En resumen, queremos comparar si el aprendizaje automático y el
aprendizaje profundo pueden predecir las ventas con mayor precisión y si otra
información además de la información histórica de ventas puede ayudar a
mejorar la precisión de la predicción. Usamos un conjunto de datos reales
proporcionado por Walmart y usamos los datos de ventas jerárquicos de
Walmart para predecir las ventas diarias durante los próximos 28 días. En
términos de ingresos, estos datos cubren tiendas en tres estados de EE. UU.
(California, Texas y Wisconsin), incluidos el nivel de producto, el departamento,
la categoría del producto y los detalles de la tienda. Además, cuenta con
variables explicativas como precio, promoción, día de la semana y eventos
especiales. Probamos 2 modelos lineales, 3 modelos de aprendizaje automático
y 2 modelos de aprendizaje profundo en un conjunto de datos que contenía
datos de ventas de 1941 días. Descubrimos que después de agregar la fecha, el
precio y otra información, el rendimiento del modelo sería mejor. Sin embargo,
en comparación con los modelos de regresión lineal simple, los modelos
complejos de aprendizaje automático y aprendizaje profundo no tienen
ventajas en la predicción de ventas.
II. REXALTADOWORK
Muchos estudios previos han aplicado diferentes modelos de predicción y
han obtenido buenos resultados, especialmente los modelos de aprendizaje
automático y aprendizaje profundo, que han demostrado ser efectivos en
diferentes problemas [12-18]. En [4] se propone un método de predicción
aplicable a la situación sin ningún dato histórico de la cadena de suministro de
la moda, que se basó en el aprendizaje automático. En [19] se propuso un
modelo de predicción de ventas de productos básicos de demanda a corto plazo
basado en LSTM, que podría aprender la predicción del valor futuro de acuerdo
con la serie temporal de ventas y la calificación emocional de los comentarios.
En [20] se muestra que el modelo de algoritmo GA-BP basado en la promoción y
los datos históricos de la plataforma de comercio electrónico B2C tenía una
buena adaptabilidad a la predicción de ventas. Apuntando al problema del
pronóstico de ventas de las empresas transfronterizas de comercio electrónico,
en [5] se propuso un modelo de tres etapas basado en XGBoost. El modelo
ARIMA-NARNN fue propuesto en [3] para predecir las ventas de comercio
electrónico. En nuestro estudio, compararemos aún más la efectividad de estos
modelos en el problema de pronóstico de ventas.
En [19], el autor consideró el pronóstico de ventas a corto plazo basado
en el sentimiento de las reseñas de los consumidores en las plataformas de
comercio electrónico. Con base en las ventas históricas y los datos de revisión
en línea de una tienda en línea que vende "cajas de regalo de chocolate de
varios sabores" en la tienda insignia oficial de Taobao, adoptaron el modelo
LSTM y lograron el objetivo de utilizar datos históricos mínimos, esfuerzos
manuales de preparación de datos y recursos informáticos y maximizar la
precisión de las previsiones de ventas. En [20], el
411
Uso con licencia autorizado limitado a: Universidad de Carolina del Este. Descargado el 15 de junio de 2021 a las 17:51:28 UTC desde IEEE Xplore. Se aplican restricciones.
El autor tuvo en cuenta las actividades de promoción. A través de la verificación del caso real
de Alibaba, el autor adoptó el modelo de algoritmo GA-BP y la precisión alcanzó el 94%. En
[21], tomando la plataforma de comercio electrónico Taobao (incluido Tmall) como objeto
principal, el autor capturó datos de seis campos, a saber, agricultura y ganadería, ropa,
bienes de consumo personal, muebles, automóviles de segunda mano y alimentos.
Adoptaron el modelo CNN y tomaron el modelo AdaBoost como modelo de comparación, y
obtuvieron que el modelo de aprendizaje profundo de CNN tenía una mejor precisión de
predicción y capacidad de generalización. En [22], considerando la baja precisión en la
predicción de ventas de productos de comercio electrónico con datos de muestra pequeños,
el autor, basado en los datos de ventas de productos de teléfonos móviles Lenovo ZUK Z2 en
JD Mall, adoptó el modelo de predicción de ventas basado en el algoritmo de aprendizaje
integrado XGBoost e integra indicadores multidimensionales para construir el modelo de
predicción basado en el aprendizaje integrado XGBoost. Los resultados mostraron que la
precisión de predicción de este modelo fue mejor que la combinación de BP, SVM y BP-SVM.
En diferentes escenarios de predicción, diferentes algoritmos muestran diferentes ventajas.
Por lo tanto, en este documento, nos centraremos en comparar los efectos de predicción del
modelo lineal, el modelo de aprendizaje automático y el modelo de aprendizaje profundo.
diferentes algoritmos muestran diferentes ventajas. Por lo tanto, en este documento, nos
centraremos en comparar los efectos de predicción del modelo lineal, el modelo de
aprendizaje automático y el modelo de aprendizaje profundo. diferentes algoritmos
muestran diferentes ventajas. Por lo tanto, en este documento, nos centraremos en
comparar los efectos de predicción del modelo lineal, el modelo de aprendizaje automático y
el modelo de aprendizaje profundo.
tercero DATASET
A. Descripción del conjunto de datos
El conjunto de datos utilizado en este documento es el conjunto de
datos M5 proporcionado por WalMart, que involucra ventas unitarias de
3049 productos, divididos en 3 categorías de productos (Hobby, Alimentos
y Hogar) y 7 departamentos de productos (Hobbies_1, Hobbis_2, Foods_1,
Foods_2, Foods_3, Hogar_1, Hogar_2), donde se descomponen las
categorías anteriores. Estos productos se venden en diez tiendas en tres
estados (CA California, TX Texas y WI Wisconsin). El conjunto de datos
completo consta de tres conjuntos de datos, a saber, "calendar.csv", que
contiene información sobre las fechas de venta de productos;
"sell_prices.csv", que contiene información sobre los precios de los
productos para cada tienda y fecha; "sales_train.csv", que contiene datos
históricos de ventas unitarias diarias para cada producto y tienda.
B. Preprocesamiento de conjuntos de datos
Preprocesamos este conjunto de datos de la siguiente manera:
(1) Hemos resumido las ventas de diferentes productos
según sus estados y categorías correspondientes, de manera de
obtener 9 series temporales diferentes, correspondientes a las
siguientes 9 situaciones: cat_id = ALIMENTOS, state_id = CA; cat_id =
PASATIEMPOS, state_id = CA; cat_id = HOGAR, state_id = CA; cat_id =
ALIMENTOS, state_id = TX; cat_id = PASATIEMPOS, state_id = TX;
cat_id = HOGAR, state_id = TX; cat_id = ALIMENTOS, state_id = WI;
cat_id = PASATIEMPOS, state_id = WI; cat_id = HOGAR, state_id = WI.
Predeciremos estas nueve series de tiempo por separado en las
siguientes partes.
(2) Además de las ventas históricas, también usamos calendario y
información relacionada con el precio. Para la información de precios, tomamos el promedio
de los precios de todos los productos básicos en una determinada categoría en un
determinado estado como una característica de entrada que el modelo puede usar. Para la
información del evento, no usamos contenido específico del evento, pero
convirtió si un evento ocurrió o no en una variable 0-1 como una
característica de entrada que el modelo puede usar.
C. Visualización de conjuntos de datos
Mostramos las ventas en CA, TX y WI en la Figura 1-3,
respectivamente. En la Figura 1-3, la categoría ALIMENTOS tiene los
mayores volúmenes de ventas en los tres estados ya que tiene la mayor
cantidad de productos.
Figura 1. Ventas en CA.
A. Modelos lineales
El método de suavización exponencial es un método
de pronóstico y análisis de series de tiempo desarrollado
sobre la base del método de promedio móvil. Predice el
futuro del fenómeno calculando el valor de suavizado
exponencial con un determinado modelo de pronóstico
de series temporales. El principio es que el valor de
suavizado exponencial de cualquier período es el
promedio ponderado del valor de observación real del
período actual y el valor de suavizado exponencial del
período anterior. A los datos recientes de la secuencia se
les asigna un peso mayor y a los datos anteriores se les
asigna un peso menor. La razón es que, en
circunstancias normales, la influencia del valor de una
variable sobre su comportamiento posterior se atenúa
gradualmente. El primer suavizado exponencial es para
la serie sin tendencia y estacionalidad,
El modelo ARIMA es el modelo estadístico más común
utilizado para el pronóstico de series de tiempo. El modelo
ARIMA es muy simple, requiere solo variables endógenas y
ninguna otra variable exógena.
B. Modelos de aprendizaje automático

El algoritmo de regresión es un algoritmo de aprendizaje

supervisado que se utiliza para establecer la relación de
mapeo entre la variable independiente X y la variable
observada Y. Si la variable observada es discreta, se
denomina clasificación; si la variable observada es continua,
se llama regresión. El propósito del algoritmo de regresión
es encontrar una función hipotética que se ajuste mejor a un
conjunto de datos dado. En el análisis de regresión, si solo
se incluyen una variable independiente y una variable
dependiente, y la relación entre las dos puede aproximarse
mediante una línea recta, se denomina análisis de regresión
lineal unario; si el análisis de regresión incluye dos o más
Figura 2. Ventas en TX. variables independientes, y las variables independientes
tienen una relación lineal, se denomina análisis de regresión
lineal múltiple. Para el espacio bidimensional, la linealidad
es una línea recta,
En esencia, XGBoost sigue siendo un árbol de decisiones de aumento
de gradiente (GBDT), y ambos son métodos de aumento, pero XGBoost es
más rápido y más eficiente que GBDT. La idea central del algoritmo de
XGBoost es: agregar árboles continuamente y realizar divisiones de
funciones continuamente para hacer crecer un árbol. Cada vez que agrega
un árbol, en realidad aprende una nueva función f(x) para ajustarse al
residuo de la última predicción. Cuando obtenemos k árboles después del
entrenamiento, necesitamos predecir la puntuación de una muestra. De
hecho, según las características de esta muestra, cada árbol caerá en un
nodo hoja correspondiente, y cada nodo hoja corresponde a una
puntuación. Finalmente, solo necesita sumar los puntajes
Figura 3. Ventas en WI.
correspondientes a cada árbol para obtener el valor pronosticado de la
muestra.
IV. METROODELAS
Random Forest utiliza el método de conjunto de Bagging (agregación de
En este documento, comparamos el rendimiento de dos modelos lineales, arranque). En Bagging, Random Forest entrenará varios clasificadores de forma
tres modelos de aprendizaje automático y dos modelos de aprendizaje independiente, y cada clasificador se entrena en función de un subconjunto del
profundo. conjunto de datos de entrenamiento. Finalmente, los resultados de predicción de
diferentes clasificadores utilizarán la regla de la mayoría para derivar los resultados
finales de la clasificación. Comparado con cierto

412

Uso con licencia autorizado limitado a: Universidad de Carolina del Este. Descargado el 15 de junio de 2021 a las 17:51:28 UTC desde IEEE Xplore. Se aplican restricciones.
clasificador, el modelo de conjunto no es fácil de cometer errores en una
sola muestra.
C. Modelos de aprendizaje profundo
El aprendizaje profundo está representado por varias redes
neuronales, en las que utilizamos el Perceptrón multicapa (MLP) y la
Memoria a largo plazo (LSTM). El modelo MLP que usamos contiene
una capa de entrada, una capa oculta y una capa de salida. Usamos
256 neuronas y ReLU como función de activación en la capa oculta.
El modelo LSTM que usamos contiene una capa de entrada, dos
capas ocultas (es decir, la capa LSTM) y una capa de salida. Usamos
100 neuronas y ReLU como función de activación en la capa LSTM.
con auto_arima y el modelo óptimo es ARIMA(13, 1, 3), donde 13 es el
número de observaciones de retraso en el modelo, 1 es el número de
veces que se diferencian las observaciones sin procesar y 3 es el tamaño
de las observaciones en movimiento. ventana promedio. Los modelos
lineales pueden predecir los datos en los próximos 28 días.
Antes de usar los modelos de aprendizaje automático, tomamos los
datos rezagados de los 15 días anteriores como entrada. Luego
implementamos los modelos de aprendizaje automático con el paquete
scikit-learn. Para cada tipo de modelo de aprendizaje automático, se crea
un total de 28 modelos separados y cada modelo predice un día. También
comparamos las diferentes funciones de entrada con y sin información
de calendario y precios en diferentes ejecuciones.

Preprocesamos aún más los datos históricos de ventas con

VEEXPERIMENTOS
A. Configuración
Los modelos se implementan con Python 3.7, utilizando scikitlearn como
paquete de aprendizaje automático y TensorFlow como paquete de
aprendizaje profundo. Usamos el tiempo de entrenamiento del modelo y el
error cuadrático medio (RMSE) para las métricas de evaluación. El conjunto de
datos entre 2011-01-29 y 2016-04-24 se usa como conjunto de entrenamiento,
y el conjunto de datos entre 2016-04-25 y 2016-05-22 se usa como conjunto de
prueba. El objetivo es predecir las ventas en los próximos 28 días.
El modelo Triple Exponential Smoothing se implementa
con el paquete statsmodels. El modelo ARIMA está afinado
estandarización, porque los modelos de aprendizaje profundo son sensibles a
la distribución de datos de entrada. También podemos predecir una secuencia
para los próximos 28 días simultáneamente con los modelos de aprendizaje
profundo.
B. Resultados
Primero mostramos los resultados de la comparación de diferentes
características de entrada en la Tabla 1. Se muestran y comparan los
resultados con y sin información de calendario y precios. De la Tabla 1,
encontramos que con más datos, el modelo funcionará mejor después de
agregar información como la fecha y el precio. Entonces, los siguientes
resultados usan esta información como entrada por defecto en estos
modelos.

TABLA I. ACOMPARACIÓN DE DIFERENTES CARACTERÍSTICAS DE ENTRADA.

Re lineal Aleatorio
XGBoost
Registro lineal gresión Aleatorio Bosque (+ MLP (+Calen
cat_id id_estado XGBoost (+Calendario MLP
resion (+Calendario Bosque Calendario dar+Precio)
ar+Precio)
r+Precio) + Precio)
ALIMENTOS California 1014.91 829.57 1171.45 1139.99 1110.56 874.81 1158.41 996.76
AFICIONES California 223.16 216.60 229.91 229.25 240.89 217.87 226.12 284.67
FAMILIAR California 347.42 336.69 357.05 347.71 388.61 367.53 690.05 433.77
ALIMENTOS Texas 918.11 881.56 1012.62 967.73 972.21 974.08 774.69 1184.61
AFICIONES Texas 145.56 149.53 157.53 160.14 156.49 151.24 150.98 175.89
FAMILIAR Texas 337.67 352.04 363.77 365.22 340.84 390.68 316.77 336.82
ALIMENTOS Wisconsin 1184.97 1641.85 1829.74 1860.10 1448.37 1440.27 1850.95 1321.45
AFICIONES Wisconsin 116.63 115.80 119.77 128.20 111.99 138.03 155.41 137.64
FAMILIAR Wisconsin 371.75 374.75 325.05 322.82 363.22 351.42 440.20 376.10
Promedio 517.80 544.27 618.54 613.46 570.35 545.10 640.40 583.08

Luego mostramos el rendimiento de diferentes modelos en la Tabla resultados. Desde la perspectiva de una sola serie de tiempo, Triple
2. En la Tabla 2, encontramos que el aprendizaje automático complejo o Exponential Smoothing logró los mejores resultados en cinco series
los modelos de aprendizaje profundo no tienen ventajas. En general, los diferentes, mientras que el modelo LSTM logró los mejores
modelos de regresión lineal simple han logrado la mejor resultados en dos series diferentes.

TABLA II. ACOMPARACIÓN DE DISTINTOS MODELOS.

exponentes triples Re lineal

cat_id id_estado ARIMA Bosque aleatorio XGBoost MLP LSTM
alisado gresión
ALIMENTOS California 850.46 873.04 829.57 1139.99 874.81 996.76 1121.08
AFICIONES California 170.52 263.72 216.60 229.25 217.87 284.67 198.96
FAMILIAR California 282.91 353.08 336.69 347.71 367.53 433.77 428.68
ALIMENTOS Texas 1184.23 1125.19 881.56 967.73 974.08 1184.61 753.52
AFICIONES Texas 138.61 148.23 149.53 160.14 151.24 175.89 159.52
FAMILIAR Texas 334.37 341.08 352.04 365.22 390.68 336.82 322.28
ALIMENTOS Wisconsin 1668.76 1983.60 1641.85 1860.10 1440.27 1321.45 1515.48

413

Uso con licencia autorizado limitado a: Universidad de Carolina del Este. Descargado el 15 de junio de 2021 a las 17:51:28 UTC desde IEEE Xplore. Se aplican restricciones.
 AFICIONES Wisconsin 107.04 121.39 115.80 128.20 138.03 137.64 162.66
FAMILIAR Wisconsin 302.45 343.36 374.75 322.82 351.42 376.10 355.83
Promedio 559.93 616.97 544.27 613.46 545.10 583.08 557.56

Finalmente, mostramos los resultados pronosticados de diferentes
modelos para la serie de tiempo de ventas en CA en la Figura 4-6.
Figura 4. Predicciones para alimentos CA.
información en la serie de tiempo que se va a predecir, y luego probó y
comparó los modelos de predicción. Nos enfocamos en probar dos
modelos lineales, tres modelos de aprendizaje automático y dos modelos
de aprendizaje profundo. Al observar las dos métricas de rendimiento
del tiempo de capacitación y RMSE, se encuentra que agregar más
información de fecha y precio es útil para la predicción de ventas, pero
los modelos de aprendizaje automático y aprendizaje profundo no tienen
ventajas obvias en la predicción de ventas. Este artículo solo estudia
algunos de los indicadores predictivos en las características de los
atributos del primer tipo de productos o comerciantes. Todavía hay
muchos factores influyentes que no se han tenido en cuenta. Después de
agregar más indicadores que pueden afectar la predicción de ventas de
comercio electrónico, el rendimiento del modelo de predicción de ventas
puede cambiar. Como indicación para futuras investigaciones, el
conjunto de datos utilizado en este artículo no es muy grande. Se puede
explorar más a fondo si existe una diferencia significativa en el
rendimiento del aprendizaje automático y el aprendizaje profundo en
conjuntos de datos de diferentes tamaños.

RFERENCIAS
[1] Informe financiero de Alibaba. En línea: http://emweb.eastmoney.com/pc_usf10/
FinancialAnalysis/index?color= web&code=BABA.N. Consultado el 12/12/2020.

[2] Informe financiero de Amazon. En línea: http://emweb.eastmoney.com/pc_usf10/

FinancialAnalysis/index?color= web&code=AMZN.O. Evaluado el 12/12/2020.

[3] Li M, Ji S, Liu G. Pronóstico de ventas de comercio electrónico chino: una

comparación empírica de ARIMA, red neuronal autorregresiva no lineal y
un modelo combinado ARIMA-NARNN [J]. Problemas Matemáticos en
Ingeniería, 2018, 2018.
[4] Kharfan M, Chan VWK, Efendigil T F. Un enfoque de pronóstico basado en datos para
productos de temporada recién lanzados mediante el aprovechamiento de enfoques
de aprendizaje automático [J]. Annals of Operations Research, 2020: 1-16.
Figura 5. Predicciones para pasatiempos de CA.
[5] Ji S, Wang X, Zhao W, et al. Una aplicación de un modelo basado en XGBoost de tres
etapas para el pronóstico de ventas de una empresa de comercio electrónico
transfronterizo[J]. Problemas Matemáticos en Ingeniería, 2019, 2019.
[6] Sharma SK, Chakraborti S, Jha T. Análisis de la predicción de ventas de libros en el
mercado de Amazon en India: un enfoque de aprendizaje automático [J].
Sistemas de Información y Gestión de e-Business, 2019, 17(2-4): 261- 284.

[7] Zhang B, Tan R, Lin C J. Pronóstico del volumen de transacciones de comercio electrónico
utilizando un híbrido de máquina de aprendizaje extremo y algoritmo mejorado de
optimización de llama de polilla [J]. Inteligencia Aplicada, 2020: 1-14.
[8] Tsai KH, Wang YS, Kuo HY, et al. Aprendizaje multifuente para la predicción
de ventas[C]//2017 Conferencia sobre Tecnologías y Aplicaciones de la
Inteligencia Artificial (TAAI). IEEE, 2017: 148-153.
[9] Li J, Wang Y, Zhao X. Método de pronóstico de ventas de productos básicos de empresas
de comercio electrónico [J]. Estadísticas y Decisión, 2018, 12: 176-179.
[10] Bandara K, Shi P, Bergmeir C, et al. Pronóstico de demanda de ventas en
comercio electrónico utilizando una metodología de redes neuronales de
Figura 6. Predicciones para el hogar CA. memoria a corto plazo [C] // Conferencia internacional sobre procesamiento de
información neuronal. Springer, Cham, 2019: 462-474.
[11] Pan H, Zhou H. Estudio sobre redes neuronales convolucionales y su aplicación
VI. CONCLUSIÓN en minería de datos y pronóstico de ventas para comercio electrónico [J].
Electrón. Comer. Res., 2020, 20(2): 297-320.
En este documento, el conjunto de datos que usamos cubre 3 categorías,
[12] Jiang W, Zhang L. Datos geoespaciales a imágenes: un marco de aprendizaje
7 departamentos de productos y un total de 3049 productos, que involucran
profundo para la previsión del tráfico [J]. Ciencia y tecnología de Tsinghua,
diez tiendas en 3 estados. El historial de ventas de estos productos es de 1.941 2018, 24(1): 52-64.
días o 5,4 años. Primero fusionamos el conjunto de datos, fusionamos la
[13] Jiang W. Aplicaciones del aprendizaje profundo en la predicción del mercado de valores:
información correspondiente a la fecha y el precio relacionado progreso reciente [J]. preimpresión de arXiv arXiv:2003.01859, 2020.

414

Uso con licencia autorizado limitado a: Universidad de Carolina del Este. Descargado el 15 de junio de 2021 a las 17:51:28 UTC desde IEEE Xplore. Se aplican restricciones.
[14] Zhao Z, Xu H. Pronóstico a corto plazo del volumen de ventas de productos básicos basado en la
minería de datos de la red de comercio electrónico [J]. Logística Sci-Tech, 2019, 8: 1-7.
[15] Wang J. Predicción del volumen de ventas en línea basada en la agrupación de artículos
[J]. Sistemas informáticos y aplicaciones, 2016, 25(10): 162-168.
[16] Jiang W, Zhang L. Edge-siamnet y edge-triplenet: nuevos modelos de aprendizaje
profundo para el reconocimiento numérico escrito a mano [J]. IEICE Transactions on
Information and Systems, 2020, 103(3): 720-723.
[17] Jiang W. Clasificación de series de tiempo: vecino más cercano versus modelos de
aprendizaje profundo [J]. SN Ciencias Aplicadas, 2020, 2(4): 1-17.
[18] Liu S, Li X, Zhao R, et al. Pronóstico de ventas de actividades de promoción del
negocio eléctrico basado en minería de datos[J]. Informática Inteligente y
Aplicaciones, 2019, 9: 338-340.
415
Uso con licencia autorizado limitado a: Universidad de Carolina del Este. Descargado el 15 de junio de 2021 a las 17:51:28 UTC desde IEEE Xplore. Se aplican restricciones.
[19] Shih YS, Lin M H. Un enfoque LSTM para la previsión de ventas de bienes con
demandas a corto plazo en el comercio electrónico[C]//Conferencia asiática
sobre información inteligente y sistemas de bases de datos. Springer, Cham,
2019: 244-256.
[20] Zhuang Q, Zhang X, Wang P, et al. Un modelo de red neuronal para el pronóstico
de ventas de comercio electrónico B2C de China basado en factores
promocionales y datos históricos[C]//2019 Conferencia internacional sobre
gestión económica e ingeniería de modelos (ICEMME). IEEE, 2019: 307-312.
[21] Rong F, Guo M. Sobre la idoneidad del modelo de predicción de ventas de
productos en línea basado en redes neuronales convolucionales [J]. J.
Universidad Northwest Minzu, 2019, 2: 15-26.
[22] He X, Ma S, Wu Y, et al. Pronóstico de ventas de productos de comercio
electrónico con integración de índice multidimensional bajo muestra pequeña
[J]. Ingeniería y Aplicaciones Informáticas, 2019, 55(15): 177-184.