基于多因素稀疏回归预测模型的商家客流量预测

摘要

cqvip:针对智能商业平台中的大数据预测问题,提出一种多因素稀疏回归预测模型。以离散余弦变换为基础,构建包含多个外部因素(节假日、天气、温度)的字典集,通过LASSO方法定量求解稀疏编码模型中各外部因素的影响。实验对2000个商家的客流量进行预测。实验结果表明,外部因素不同程度地影响客流量,在预测模型中叠加外部因素后可以有效提高预测的准确性。同时,与其他方法对比表明,多因素稀疏回归预测模型比RNN、ARIMA等模型的预测效果更好。