資訊產品流通業介於資訊製造大廠與零售商之間，串起了資訊產品複雜的交易體系。其面對保持供貨水準與資金積壓及產品降價風險的存貨兩難，唯有提升預測的準確率，才能有效回應變動快速與激烈競爭的市場環境。
本研究先從產品特性與產業特性歸納出資訊產品流通業銷售預測需求的獨特性，並選用四種預測方法（指數平滑法、ARIMA模型、灰色預測、類神經網路）進行銷售預測模型的建構與修正，使模型儘可能符合實務上預測需求的獨特性與精確性。
本研究以資訊產品流通業的熱門商品─硬碟的銷售資料進行預測模型的實證與比較，並分別對應用的修正及模型特性的限制加以探討，以提升模型的合適性。提供企業實務上應用商業智慧的資訊系統時，其預測模型建構的理論選擇依據與修正方向。

目錄 I
表目錄 V
圖目錄 VIII
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究範圍 4
1.4 研究方法與步驟 5
1.5 研究架構 6
第二章 文獻探討 8
2.1資訊產品流通業 8
2.1.1資訊產品定義 8
2.1.2資訊產品流通業定義 9
2.1.3資訊產品流通業發展 9
2.1.4資訊產品流通業的產業特性 12
2.2 預測概論 15
2.2.1 預測的定義 16
2.2.2 銷售預測的定義 18
2.3預測方法 19
2.3.1統計預測方法 19
2.3.2定性分析 20
2.3.3因果分析法 21
2.3.4時間序列分析法 23
2.3.5人工智慧方法 24
2.3.6灰色理論 27
2.4預測方法的比較 28
第三章 預測模型的建構 30
3.1 指數平滑法 30
3.2 ARIMA模型 31
3.2.1 ARIMA模式 31
3.2.2 ARIMA分析過程 33
3.3 灰色預測 36
3.3.1灰色動態GM模型 37
3.3.2灰色系統之五步建模 41
3.3.3 灰色系統建模的應用 43
3.4 類神經網路 43
3.4.1.類神經網路的基本架構 43
3.4.2.類神經網路的分類 46
3.4.3.倒傳遞網路 47
第四章 模型實際建構與比較驗證 53
4.1實證資料分析 53
4.2 預測模式的建構 54
4.2.1指數平滑法 54
4.2.2 ARIMA預測模式 56
4.2.3 灰色預測模式 58
4.2.4 類神經網路預測模型 59
4.2.5 各模型比較 61
4.3 不同歷史資料長度建模 61
4.3.1指數平滑法 62
4.3.2 ARIMA 63
4.3.3 灰色預測模型 64
4.3.4 倒傳遞類神經網路模型 65
4.3.5各群的預測模型比較 66
4.4 不同的資料型態對預測模式的比較 68
4.4.1 遞增數列預測建模 68
4.4.2 遞減數列預測建模形式 69
4.4.3 依平均上下變動的平穩數列 70
4.4.4先降後昇的趨勢變動 71
4.5 針對ARIMA預測模式的歷史資料限制 72
4.6 本章結論 73
第五章 結論與建議 75
5.1 結論 75
5.2 建議 76
參考文獻 77
英文部分 77
中文文獻 79

1.Chamber, J. C., S. K. Mullick, and D. D. Smith, “How to Choose the Right Forecasting Technique,” H.B.R., July-Aug (1971).
2.Christine M., “International Tourism Demand Forecasting: A Comparison of the Accuracy to the Main Outward Tourism Flows from the German Federal Republic, France, the UK and the USA,” University of Bradford, United Kingdom (1988).
3.Deng J. L., “Control problems of gray systems,” Systems & Control Letters, vol. 1, 288-294 (1982).
4.Diane E., “Machine Learning,” Training & Development Journal, Vol. 44, Iss.12, 24-29 (1990).
5.Donald S. R. and C. Jorgens, “Ethylene Economics and Production Forecasting in a Changing Environment”, Engineering &Process Economics, Vol.3, lss.4, 267-278 (1978).
6.Henson T., W. Huxhold, and D. Bowman, “An enhanced neural network learning algorithm with simulated annealing”, Third Workshop on Neural Networks, 87-94 (1992).
7.Huan, J. S. and T. L. James, and P. W. Trefor, “Using Neural Networks to Predict Component Inspection Requirements for Aging Aircraft,” Computers Ind. Engeng, Vol. 30, No. 2, 257-267 (1996).
8.Oum, T., “Alternative Demand Models and Their Elasticity Estimates,” Journal of Transport Economics & Policy, Vol.23, Iss.2, 163-187 (1989).
9.Strasheim, J. J., “Demand Forecasting For Motor Vehicle Spare Parts,” University of Pretoria, South Africa (1992).
10.Sweet, A. L., “An Ad Hoc Method for Forecasting Series with Zero Values, ” IIE Transaction, Vol.12, Iss.1, 97-103 (1980).
11.Thomas R. W. and E. K. Simpson, Sales Management text & Cases, Second Edition, Pws-Kent (1992).
12.DeLurgio著，許純君譯，預測的原則與應用，台灣西書，台北，1999。
13.方上鵬，「自有品牌商品需求預測模式」，碩士論文，東海大學工業工程研究所，1999。
14.王瓊敏，「電腦關鍵零組件之價格預測模式」，碩士論文，國立中央大學工業管理研究所，1999。
15.呂柏賢，「灰色需求預測模式之研究-以易腐商品為例」，碩士論文，東海大學工業工程研究所，1999。
16.林祖得、樂以媛，我國流通業電子化現況與展望-3C產業，資策會商業電子化標準建立與制定計畫，2001。
17.周海龍，「台北都會區生活用水量之預測─類神經網路之應用」，中興大學資源管理研究所，碩士論文，1995。
18.徐世忠，「中短期月需水量預測模式之建立」，碩士論文，國立海洋大學河海工程研究所，1995。
19.徐桂祥，「灰色系統在商情預測上之研究」，碩士論文，雲林技術學院資訊管理技術研究所，1997。
20.陳石崇，「類神經網路在預測上的應用─以國產自用小汽車市場為例」，碩士論文，中央大學資訊管理研究所，1994。
21.陳怡融，「改良型指數平滑模式應用於台灣工業產品的實證研究」，碩士論文，大業工學院事業經營研究所，1996。
22.陳靖惠，「半導體產業晶圓需求預測之研究---類神經網路模型」，國立交通大學資訊管理研究所，碩士論文，1994。
23.黃元鴻，「台北都會區民生用水預估模式之研究」，碩士論文，中國文化大學地學研究所，1999。
24.黃以宏，「以類神經網路構建半導體廠生產績效模式」，國立交通大學工業工程與管理研究所，碩士論文，1997。
25.黃偉正，國內資訊市場之通路結構，新電子科技雜誌，145期，1998。
26.黃靜慧，「國內高科技資訊產品流通業供應鏈整合能力分析模式之個案研究」，碩士論文，國立台灣大學商學研究所，1997。
27.楊豐松，「聚合式智慧型系統在資訊篩選上之研究─結合類神經網路與模糊理論以證券市場預測為例」，碩士論文，國立政治大學資訊管理研究所，1997。
28.葉怡成，類神經網路模式應用與實作，儒林，台北，1993。
29.劉秀雯，「由零售商觀點探討供應商之快速回應能力對行銷通路績效之影響－以資訊業零售商為實證研究」，碩士論文，彰化師範大學商業教育研究所，2000。
30.賴杉桂，台灣地區商業物流發展課題與因應策略探討，經濟情勢暨評論季刊，第二卷第一期，1996。
31.戴吉亮，「從3C產品的市場分佈特性探討專業物流公司之特質」，碩士論文，東華大學企業管理研究所，2001。