跳到主要內容

臺灣博碩士論文加值系統

(216.73.216.106) 您好!臺灣時間:2026/04/02 04:52
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:蔡岳志
研究生(外文):TSAI, YUEH-CHIH
論文名稱:運用時間序列演算法建構產品銷售預測模式之研究—以HiNet虛擬點數卡為例
論文名稱(外文):Research on Constructing Product Sales Forecasting Mode by Using Time Series Algorithms – Taking HiNet Virtual Point Card as an Example
指導教授:劉家驊劉家驊引用關係
指導教授(外文):LIOU, JIA-HUA
口試委員:文武賴敬能劉家驊
口試委員(外文):WEN, WULAI, CHING-NENGLIOU, JIA-HUA
口試日期:2017-05-17
學位類別:碩士
校院名稱:醒吾科技大學
系所名稱:資訊科技應用系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2017
畢業學年度:105
語文別:中文
論文頁數:68
中文關鍵詞:資料探勘時間序列銷售預測電子發票
外文關鍵詞:Data MiningTime SeriesSales ForecastingElectronic Invoice
相關次數:
  • 被引用被引用:9
  • 點閱點閱:870
  • 評分評分:
  • 下載下載:165
  • 收藏至我的研究室書目清單書目收藏:2
近年來,隨著全球化市場發展,企業正面臨愈來愈激烈的市場競爭。想從市場中脫穎而出,以最少的時間求得未來的市場趨勢,將成為企業是否具競爭力的關鍵要素。企業如何運用產品銷售所產生的數據,做出有效的分析,並進一步推導出符合市場趨勢的決策,已然成為企業生存的重要的關鍵之一。若能透過系統化的分析,將一般的行銷資料轉化為具洞悉力與決策力的商業智慧,將是企業最急需的重要技能。銷售預測是指對未來特定時間內,全部產品或特定產品的銷售數量與銷售金額的估計,是企業評估未來經營方向與決策方針的重要基礎。因此本研究蒐集特定商家之電子發票資料,經篩選後取得「HiNet虛擬點數卡」之歷史銷售資料做為研究對象。先將歷史資料切分為「訓練集」與「驗證資料」二個部份,「訓練集」載入Weka資料探勘工具平台,使用時間序列演算法產生預測數據,之後再與「驗證資料」進行成對樣本T檢定之比較分析。研究結果顯示,使用LinearRegression演算法,預測「HiNet虛擬點數卡」有最佳的預測表現,可經由此分析方法找出可行的銷售目標,並進一步建構實作銷售預測模式。
In recent years, along with the globalization trends in market development, businesses are facing more and more intense market competition. For a business to stand out from the market, a key factor of competitive companies is the ability to spend the least amount of time correctly predicting future market trends. The ways in which businesses have conducted effective analysis of their product sales to further make effective decisions in line with market trends, have become a key for company survival. Through systematic analysis, general marketing information can provide insightful business intelligence for decision-making, which is an urgently needed business skill. The process of making a sales forecast means estimating amount of sales of a specific product, or group of products, within sales a specified period in the future. Sales forecasting is important as it is the basis for companies to evaluate their future business direction and policy decisions. This study collected the information from electronic invoice receipts, and after screening obtained the information from "HiNet Point Card" historical sales data, as the analysis target of this study. First, the historical data was divided into two parts: the "training set" and the "verification data." The "training set" was added into the Weka data investigation tool platform, and then time series algorithms were used to generate forecast data. Afterwards, the forecast data was then compared with the "verification data" data by comparative analysis using the sample T test. The results indicated that the Linear Regression algorithm has the best predictive performance in forecasting the "HiNet Point Card" data. This analysis method can be used to determine feasible sales targets, or in the construction of a sales forecasting model.
摘  要 I
ABSTRACT II
誌  謝 III
目  錄 V
表 目 錄 VII
圖 目 錄 VIII
1.緒論 1
1.1研究背景與動機 1
1.2研究目的 2
1.3研究範圍與限制 2
1.4研究流程與步驟 2
2.文獻探討 4
2.1 時間序列分析研究現況 4
2.2 銷售預測研究現況 4
2.3 Weka分析平台簡介 5
2.4電子發票簡介 6
2.5成對樣本T檢定(Paired-Sample T test) 8
3.研究方法 9
3.1研究流程 9
3.2研究工具 10
3.2.1硬體規格說明 10
3.2.2應用程式軟體說明 10
3.2.3系統開發工具及開發環境說明 11
3.3建立電子發票資料庫 13
3.4建立訓練集 16
3.5 Weka分析平台之實際應用 25
3.5.1 Basic configuration頁籤 28
3.5.2 Advanced configuration頁籤 29
3.6在Weka中運用時間序列演算法 31
3.6.1 LinearRegression演算法 31
3.6.2 LinearRegression預測數據與實際數據進行檢驗 33
3.6.3 SMOreg演算法 37
3.6.3.1 SMOreg資料不正規化(Normalized) 38
3.6.3.2 SMOreg(Normalized)預測數據與實際數據進行檢驗 40
3.6.3.3 SMOreg資料正規化(Standardized) 44
3.6.3.4 SMOreg(Standardized)預測數據與實際數據進行檢驗 46
3.6.4 GaussianProcesses演算法 50
3.6.5 GaussianProcesses預測數據與實際數據進行檢驗 52
4.建構銷售預測模式 57
4.1預測數據成效評估 57
4.1.1 LinearRegression預測成效評估 58
4.1.2 SMOreg(Normalized)預測成效評估 58
4.1.3 SMOreg(Standardized)預測成效評估 59
4.1.4 Gaussian Process預測成效評估 59
4.1.5 整體預測成效評估 60
4.2建構銷售預測模式 60
4.2.1問題界定 61
4.2.2資料蒐集整理 62
4.2.3預測方法建構 62
4.2.4預測成效驗證及評估 62
5.結論 63
5.1 Linear Regression演算法有較佳的預測準確度與穩定度 63
5.2研究建議 64
參考文獻 65
附錄 A LINEARREGRESSION演算法預測結果 A-1
附錄 B SMOREG(NORMALIZED)演算法預測結果 B-1
附錄 C SMOREG(STANDARDIZED)演算法預測結果 C-1
附錄 D GAUSSIANPROCESSES演算法預測結果 D-1
附錄 E 電子發票原始資料轉換訓練集之步驟 E-1
附錄 F SPSS驗證步驟 F-1


中文部份
[1]余桂霖(2016),時間序列分析,台北:五南出版社。
[2]楊奕農(2009),時間序列分析:經濟與財務上之應用 第二版,台北:雙葉書廊。
[3]吳柏林(1994),時間序列分析導論,台北:華泰書局。
[4]袁梅宇(2015),王者歸來WEKA機器學習與大數據聖經,台北:佳魁資訊。
[5]簡禎富、許嘉裕(2014),資料挖礦與大數據分析,台北:前程文化。
[6]邱皓政(2005),量化研究法(二):統計原理與分析技術,雙葉書廊
[7]李城忠(2016),應用統計學:量化研究SPSS範例分析(第二版),新文京出版社
[8]林茂文(2006),時間數列分析與預測:管理與財經之應用 3版,華泰文化
[9]托馬斯 W.米勒(2017),Web與網絡數據科學:建模技術在預測分析中的應用,機械工業出版社
[10]琵楊卡.潔恩, 普尼特.夏爾瑪(2015),簡單用數據,做出好決策:降低成本、提升績效,商業分析一次達成,商業周刊
[11]奈特.席佛(2013),精準預測:如何從巨量雜訊中,看出重要的訊息?,三采出版社
[12]菲利普.泰特洛克, 丹‧賈德納(2016),超級預測:洞悉思考的藝術與科學,在不確定的世界預見未來優勢,寶鼎出版社
[13]麥可.莫布新(2017),成功與運氣:解構商業、運動與投資,預測成功的決策智慧,天下雜誌
[14]John W. Foreman(2016),資料智慧化:利用資料科學,將資訊化為創見,碁峰資訊
[15]維微克.拉納戴夫(2006),預見未來:善用預測力,創造企業的競爭優勢,美商麥格羅希爾出版社
[16]歐宗殷(2009),資料探勘為基礎之零售業銷售預測模式-以連鎖超商鮮食商品為例,國立清華大學工業工程與工程管理學系博士論文
[17]彭徵安(2003),運用季節性時間序列預測模式在半導體製造業提升製程控制品質之研究-以化學機械研磨製程為例,國立交通大學運輸物流學程碩士論文
[18]廖人敬(2006),筆記型電腦維修零備件需求預測模式之建立,中華大學科技管理研究所碩士論文
[19]許哲睿(2014),時間序列分類問題之彈性動態時間校正演算法,國立中山大學資訊工程學系碩士論文
[20]翁雅君(2015),透過時間序列方法分析YouBike使用狀況:以信義區為例,國立雲林科技大學資訊管理系碩士論文
[21]陳登貴(2011),資料探勘於汽車零組件業銷售預測之研究,樹德科技大學碩士論文
[22]黃聖旻(2016),時間序列趨勢預測機制之設計及其於原物料價格預測之應用,國立交通大學資訊科學與工程研究所碩士論文
[23]陳敬生(2015),利用時間序列模型建構市場中性交易策略,國立交通大學財務金融研究所碩士論文
[24]劉可方(2015),運用投資滿意能力指標於智能計算及時間序列模型建構股票投資組合之比較分析,國立高雄應用科技大學國際企業研究所碩士論文
[25]黃新晴(2015),從財金新聞利用時間序列預測公司財報之營收走勢,國立中山大學資訊管理學系研究所碩士論文
[26]陳瑋筠(2015),用於預測價格波動之時間序列分析,國立臺灣大學資訊管理學研究所碩士論文
[27]李瑋峻(2015),對時間序列資料的適應模糊預測,國立臺灣海洋大學資訊工程學系碩士論文
[28]施佳明(2015),應用模糊預測模式於季節性混沌時間序列資料之研究,東海大學工業工程與經營資訊學系碩士論文
[29]陳俊宏(2015),應用線上機器學習演算法於財務時間序列預測問題 — 以美國S&P500成分股為例,臺北市立大學資訊科學系碩士在職專班碩士論文
[30]黃聖文(2014),關聯式資料庫結合NoSQL特性處理時間序列資料之研究,淡江大學資訊管理學系碩士在職專班碩士論文
[31]林珮安(2013),電子業銷售預測之定量研究-以軟性銅箔基板銷售預測為例,國立中山大學資訊管理學系研究所碩士論文
[32]阮志昌(2015),網路購物銷售預測-以某清潔用品公司為例,國立成功大學高階管理碩士在職專班(EMBA)碩士論文
[33]林楷斌(2015),應用機器學習方法於化妝品銷售預測,國立高雄應用科技大學工業工程與管理系碩士班碩士論文
[34]林珮安(2013),電子業銷售預測之定量研究-以軟性銅箔基板銷售預測為例,國立中山大學資訊管理學系研究所碩士論文
[35]許桀豪(2016),銷售預測結合地域性調貨機制之研究以加盟零售業之時效性商品為例,國立臺灣科技大學工業管理系碩士論文
[36]黃雪如(2015),以案例式推理建構運動鞋產品之銷售預測,德明財經科技大學流通管理系碩士論文
[37]黃智煌(2015),運用函數型資料分群方法與類神經網絡於演唱會票卷銷售預測之研究,國立臺灣科技大學工業管理系碩士論文
[38]葉明蕙(2015),線上旅遊網站之再購行為銷售預測,國立交通大學管理學院經營管理學程碩士論文
[39]周德芳(2015),臺灣針織產業銷售預測之實證研究,輔仁大學企業管理學系管理學碩士在職專班碩士論文
[40]林楷斌(2015),應用機器學習方法於化妝品銷售預測,國立高雄應用科技大學工業工程與管理系碩士班碩士論文
[41]李玉華(2014),應用時間序列與類神經網路技術於銷售預測模型之研究,國立中正大學會計與資訊科技研究所碩士論文
[42]陳柏成(2014),銷售預測之研究-以F公司為例,國立中正大學企業管理研究所碩士論文
[43]洪彥群(2013),利用資料探勘技術建立商用複合機銷售預測模型,國立中央大學資訊管理學系在職專班碩士論文
[44]林佑佩(2013),建構產品銷售預測模式-以文具業為例,華夏技術學院資訊科技與管理研究所碩士在職專班碩士論文
[45]林啟正(2013),企業銷售預測對庫存管理政策影響之研究-以台灣汽車產業為例,中原大學企業管理研究所碩士論文
[46]蔡炳煬(2013),應用類神經網路於銷售預測模式之研究—以P公司為例,華梵大學工業工程與經營資訊學系碩士班碩士論文
[47]沈芳儀(2012),數位口碑影響力建構之流行性商品銷售預測模型,國立臺灣大學資訊管理學研究所碩士論文
[48]鄭婷方(2012),應用與比較多種變數選擇技術於飯店業銷售預測,輔仁大學企業管理學系管理學碩士班碩士論文
[49]盧聖智(2012),整合集群技術與集成學習之混合式預測架構於餐飲業銷售預測,輔仁大學企業管理學系管理學碩士班碩士論文
[50]楊明德(2011),銷售預測之研究-以T公司花蓮營業處為例,國立東華大學管理學院高階經營管理碩士在職專班碩士論文
[51]吳素菁(2011),台灣馬達產業銷售預測模型之研究,國立高雄應用科技大學工業工程與管理系碩士論文


英文部份
[1]Janert, Philipp K. (2010). Data Analysis with Open Source Tools. Oreilly & Associates Inc
[2]Larose, Daniel T./ Larose, Chantal D. (2015). Data Mining and Predictive Analytics. John Wiley & Sons Inc
[3]Stahlbock, Robert (EDT)/ Weiss, Gary M. (EDT) (2017). Data Mining. C S R E A Pr
[4]Stahlbock, Robert (EDT)/ Weiss, Gary M. (EDT)/ Abou-nasr, Mahmoud (EDT)/ Arabnia, Hamid R. (EDT) (2016). Data Mining: Proceedings of the 2015 International Conference on Data Mining. C S R E A Pr
[5]Torgo, Luis (2017). Data Mining With R: Learning With Case Studies. Chapman & Hall
[6]Witten, Ian H./ Frank, Eibe/ Hall, Mark A./ Pal, Christopher J.(2016). Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann Pub

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊