比賽時長為期7天的媽杯大數(shù)據(jù)挑戰(zhàn)賽如期開賽，為了幫助對B題有更深的理解，這里為大家?guī)鞡題的初步解題思路。

賽道B：電商零售商家需求預測及庫存優(yōu)化問題

由于媽杯競賽分為初賽復賽，因此，對于B題大家僅僅看到了預測相關的問題，沒有優(yōu)化相關的問題。包括題干中所說的庫存優(yōu)化，對于本次比賽而言完全沒有必要看了。這也大大降低了本次的比賽的難度。下面對本次比賽的B題進行詳細的解題思路分析。

數(shù)據(jù)！！！?。〝?shù)據(jù)清洗+數(shù)據(jù)可視化）

切記，數(shù)據(jù)問題，第一步絕對不是做題，而是數(shù)據(jù)預處理。對于這個題目，如此龐大的數(shù)據(jù)集一定是存在異常值的，甚至于還有缺失值。因此，基于七天的比賽時長，大家完全可以拿出一兩天的，專門找異常值。

這里對于數(shù)據(jù)，我提供來兩種思路，也是課程中一直強調的兩種方向，一，對于邊緣值問題。二，邏輯異常。邊緣值，主要就是對于給出的數(shù)據(jù)中需求量，存在很大的數(shù)值以及0的情況，對于這倆種極端值應該如何處理？我的初步想法就是對于這兩個極大值，進行討論，對于結果予以刪除。然后利用線性插值進行填充處理。

對于數(shù)值0的情況，分析數(shù)據(jù)可以大致看出存在很多這樣的極小值，進行必要的文字說明。說明這種數(shù)據(jù)是雖然是異常數(shù)據(jù)，但是符合實際情況，即可。

對于邏輯異常，例如，一個電腦、辦公的商家售賣了寵物 。毫無疑問，這也是屬于異常數(shù)據(jù)了，需要進行處理。但是，這種邏輯異常的難點在于無法直接看出具體是，需要大家仔細查找，或者設置find函數(shù)的約束，進行查找，較為復雜。

對于數(shù)據(jù)預處理的數(shù)據(jù)清洗大致就這些。還有一部分為數(shù)據(jù)編碼處理，即對于商家編碼為例，我們需要對這些變?yōu)閿?shù)據(jù)進行后續(xù)處理，這里就需要大家設置數(shù)據(jù)標碼方式，通常默認的方式，就是依次進行標碼，如下所示。大家這里可以使用SPSSPRO快速生成。稍后視頻也會有解釋說明的

問題初步思路

數(shù)據(jù)處理差不多后，才是問題的求解。下面帶來問題一二三的初步思路

對于問題一,使用附件 1-4 中的數(shù)據(jù)， 預測出各商家在各倉庫的商品2023-05-16 至 2023-05-30 的需求量并對你們模型的預測性能進行評價。

根據(jù)數(shù)據(jù)分析及建模過程，這些由商家、倉庫、商品形成的時間序列如何分類，使同一類別在需求上的特征最為相似？

問題一可以理解為兩問，也可以按著一種方式進行求解。問題一要求我們進行預測，并對于由商家、倉庫、商品形成的時間序列如何進行分類。通過分析數(shù)據(jù)大家可以看出每天都是1996種商品組合的需求量。對于1996種，不同的組合我們不可能對于每一種都進行預測，即建立的預測模型需要for循環(huán)1996，這樣的安排即使七天的時間代碼也很難跑完。因此，我們必須根據(jù)一些相似的特征進行分類，將同一類的組合進行，使同一類別在需求上的特征最為相似。根據(jù)不同的類別進行預測。這樣可以大大降低預測的工作量。

我認為可以使用關聯(lián)分析模型，這一模型在課程第五課時有過講解，大家可以選擇直接免費版課程、或者進階版課程亦或者在網(wǎng)上自行學習都是可以的。這里，我的建議就是可以直接使用person相關性分析，選擇和需求量相關系數(shù)進行分類，進行分類建模。（注：也可以選擇高級的分類模型，再給大家的資料中也有很多的分類判別法的高級方法，大家可以使用那些高級方法進行分類）

選擇合適的指標后，即可對商家編碼、商品編碼、倉庫編碼、日期、出貨量（可看做需求量）進行，這里在預測之前必須記性一定的機理分析。眾所周知，對于要得出結果的這四個數(shù)據(jù)并不是獨立的，而知相互之間存在一定聯(lián)系的。因此，可以對這四個指標進行相關性分析，得出具體的函數(shù)表達式后，在進行預測即可。

對于機理的分析，可以通過繪制散點圖，相關性分析，線性或者分線性擬合

通過繪制這樣的圖形進行分析機理，構造幾個預測值之間的關系等式。

對于預測模型的選取，大家可以根據(jù)自己掌握能力選擇合適的預測模型即可，可以參考下表，

也可以選擇，我一直以來最為推薦的基于優(yōu)化模型的加權預測模型即可。

根據(jù)機理分析得出的關系等式進行預測。

問題二，請討論這些新出現(xiàn)的預測維度如何通過歷史附件?1 中的數(shù)據(jù)進行參考，找

到相似序列并完成這些維度在?2023-05-16 至 2023-05-30 的預測值。請把預測結果填寫在結果表 2，并上傳至競賽平臺。

利用問題一建立的分類模型，引入問題二附件五的數(shù)據(jù)進行重新分類判定，采用盡量采用問題一相同的預測模型，進行預測即可。

問題三：每年?6 月會出現(xiàn)規(guī)律性的大型促銷，為需求量的精準預測以及履約帶來了很大的挑戰(zhàn)。附件 6 給出了附件 1 對應的商家+倉庫+商品維度在去年雙十一期間的需求量數(shù)據(jù)，請參考這些數(shù)據(jù)，給出 2023-06-01 至2023-06-20 的預測值。請把預測結果填寫在結果表 3，并上傳至競賽平臺。

引入，大型促銷下的商家+倉庫+商品維度相關數(shù)據(jù)，與問題二思路相似，根據(jù)引入的數(shù)據(jù)利用分類模型，得出新的分類結果。對于這一新的分類結果，采用與問題一相同的預測模型即可。文章來源地址http://www.zghlxwxcb.cn/news/detail-735749.html

到了這里，關于2023年第四屆MathorCup高校數(shù)學建模挑戰(zhàn)賽——大數(shù)據(jù)競賽B題解題思路的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！