声明
致谢
摘要
1.1.1选题背景
1.1.2研究目的与意义
1.2国内外研究现状
1.3研究方法与内容
1.3.1研究方法
1.3.2研究内容
2预测模型相关理论
2.1时间序列模型
2.1.1时间序列模型概念与特征
2.1.2时间序列模型分析方法
2.1.3时间序列模型建立步骤
2.2 BP神经网络模型
2.2.1 神经网络模型概念与特征
2.2.2 BP神经网络算法原理
2.2.3 BP神经网络模型建立步骤
2.3组合预测模型介绍
3餐饮O2O背景介绍与数据准备
3.1 餐饮O2O模式发展与特点
3.2企业运作流程与现状分析
3.2.1餐饮O2O运作流程
3.2.2餐饮O2O发展现状
3.3预测主题确定
3.4数据描述性与因素分析
3.4.1订单数据描述性分析
3.4.2影响O2O订单预测因素分析
3.4.3影响因素数据描述性分析
3.5数据收集与预处理
3.5.1数据收集
3.5.2数据预处理操作
4 ARIMA-BP组合预测模型构建与验证
4.1 组合模型建模思想
4.2组合预测模型构建
4.2.1模型构建方法
4.2.2组合模型权重判定
4.2.3组合模型评价标准
4.3基于整体的预测模型实现与验证
4.3.1整体数据处理
4.3.2时间序列预测模型实现与验证
4.3.3 BP神经网络预测模型实现与验证
4.4基于商家的预测模型实现与验证
4.4.1商家数据处理
4.4.2商家时间序列预测模型实现与验证
4.4.3商家BP神经网络预测模型实现与验证
4.5 基于城市的预测模型实现与验证
4.5.1城市数据处理
4.5.2城市时间序列预测模型实现与验证
4.5.3城市BP神经网络预测模型实现与验证
4.6不同预测主题组合模型权重确定与对比
5 某餐饮O2O企业订单预测与结果分析
5.1模型预测结果
5.1.1整体订单量预测结果
5.1.2商家订单量预测结果
5.1.3城市订单量预测结果
5.1.4预测效果对比分析
5.2预测应用分析
6总结与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集