收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

数据部分缺失下产品定价优化方法研究

杨博  
【摘要】:随着人们生活质量的提高,顾客的需求也变的越来越多样化。为了更好的满足顾客个性化需求制造企业不得不面对更多小批量,多品种的订单,这也就需要企业能够对产品进行快速、准确的动态定价。但在面对加入顾客个性化需求产生的新产品或由于人为的疏忽,在产品动态定价的过程中经常会发生数据缺失的情况,导致企业无法对产品进行合理准确定价,最终导致企业的利润无法达到最大。而在以往的传统动态定价中面对缺失数据时往往采用的方法大多是去除存在缺失数据的样本或采用数据插补等方法,虽然这些方法也能得到预测结果但是这些方法的性能有限,直接去除缺失数据可能导致信息发生丢失,尤其是在缺失的数据不是随机分布时会在最后的分析中会引入偏差导致得出的结论发生错误。所以,为了让企业在面对需求多样化、小批次多批量的订单时可以更快速准确的对产品进行动态定价,研究一种不对原数据先进行处理直接利用存在缺失数据样本的新产品定价方法刻不容缓。因此,本文在分析前人已有的有关产品动态定价和数据缺失处理方法的研究基础上,提出了基于梯度信息的最小二乘支持向量机回归算法对产品进行动态定价,直接利用包含缺失数据的特征进行预测建模而不是对数据进行删除或插补。该方法还使用留一法交叉验证策略同时确定了具有缺失值的特征对回归准确性的影响。首先,通过对文献进行阅读和分析,总结了影响产品价格的因素和缺失数据时处理方法。其次,介绍了在求解小样本量问题上具有较好能力的支持向量机相关理论与模型以及扩展的最小二乘支持向量机(LSSVM)相关理论与模型,在LSSVM的基础上引入了误差变量来表示当数据发生缺失时对回归结果造成的影响,构建了基于梯度信息的最小二乘支持向量机回归算法(GELSSVR)的产品动态定价模型,并将其与LSSVM模型算法和与完整数据预测得到的结果进行比较,验证本文提出方法的有效性;同时采用留一法交叉验证确定误差变量的上界和存在缺失特征对最后回归结果的影响。最后,以某企业的实际数据为例,结合提出的产品动态定价模型验证基于梯度信息的最小二乘支持向量机回归算法的产品动态定价模型的可行性,为制造企业在发生数据缺失情况下对产品进行动态定价提供科学方法的支持和为其他处理缺失数据的应用提供参考。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 康春花;孙金玲;孙小坚;曾平飞;;缺失数据比率和处理方法对非随机缺失数据能力参数估计准确性的影响[J];江西师范大学学报(自然科学版);2017年03期
2 董学思;林丽娟;赵杨;魏永越;戴俊程;陈峰;;多组学联合缺失数据填补方法的评价[J];中国卫生统计;2017年04期
3 杨金英;崔朝杰;;图模型方法用于二值变量相关性分析中缺失数据的估计[J];中国卫生统计;2012年05期
4 赵远英;吴刘仓;徐登可;;带有不可忽略缺失数据的联合均值与方差模型的贝叶斯估计[J];昆明理工大学学报(自然科学版);2020年01期
5 程豪;;大数据背景下缺失数据问题及对策[J];中国统计;2019年10期
6 许凯;何道江;;有缺失数据的条件独立正态母体中参数的最优同变估计[J];数学学报(中文版);2016年06期
7 王军;李建勋;韩山;王兴;;一种效能评估中缺失数据的填充方法[J];上海交通大学学报;2017年02期
8 吴洁琼;吕小纳;党志军;;网络高并发信息的缺失数据修复方法仿真[J];信息通信;2017年11期
9 喻成林;黄强;李钢;;观测站缺失数据修复的神经网络模型研究[J];矿山测量;2014年01期
10 帅平;李晓松;周晓华;刘玉萍;;缺失数据统计处理方法的研究进展[J];中国卫生统计;2013年01期
11 张伟;冯萍;赵永红;袁佳英;李梅;;加权估计方程用于缺失数据的处理[J];中国卫生统计;2013年03期
12 詹棠森;;缺失数据调整修正优化磨光法研究及陶瓷中的应用[J];中国陶瓷;2012年06期
13 刘海军;柳征;姜文利;周一宇;;基于缺失数据填补的辐射源识别方法[J];宇航学报;2010年05期
14 庞新生;;缺失数据处理方法的比较[J];统计与决策;2010年24期
15 李开灿;黄学维;;有缺失数据的正态母体参数的后验分布及其抽样算法[J];应用数学学报;2009年02期
16 苏毅娟;钟智;;代价敏感的缺失数据有序填充算法[J];计算机工程;2009年17期
17 金勇进;处理缺失数据中辅助信息的利用[J];统计研究;1998年01期
中国重要会议论文全文数据库 前10条
1 印明辉;秦婷婷;伏振;严明明;尹平;;贝叶斯累加回归树模型处理缺失数据研究[A];2017年中国卫生统计学学术年会论文集[C];2017年
2 耿直;葛丹丹;;纵向研究非随机缺失数据分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年
3 刘红云;;追踪研究中非随机缺失数据的处理:基于模型的方法及其应用[A];第十五届全国心理学学术会议论文摘要集[C];2012年
4 管河山;姜青山;Steven X.Wei;;一种处理缺失数据的新方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
5 肖悦;刘红云;;密集型追踪数据中数据的缺失机制及缺失比例对时变效应模型估计精度的影响[A];第二十届全国心理学学术会议--心理学与国民心理健康摘要集[C];2017年
6 孙金玲;;混合测验中非随机缺失数据的缺失比率与处理方法对IRT参数估计的影响[A];第十八届全国心理学学术会议摘要集——心理学与社会发展[C];2015年
7 李晓煦;侯杰泰;;结构方程中缺失数据的处理:FIML,EM与MI[A];全国教育与心理统计测量学术年会论文摘要集[C];2006年
8 周晓东;汤银才;费鹤良;;定数转换步加试验缺失数据场合下的参数估计[A];中国现场统计研究会第十三届学术年会论文集[C];2007年
9 叶素静;唐文清;张敏强;;追踪研究中缺失数据的处理方法述评[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年
10 雷蕾;吴乃君;刘鹏;刘兰娟;;灵敏度分析:分类器中的缺失数据[A];第11届海峡两岸信息管理发展策略研讨会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 丁先文;缺失数据模型的估计与变量选择[D];云南大学;2018年
2 高航;面向缺失数据的机器学习算法研究[D];国防科学技术大学;2016年
3 唐琳;带有不可忽略缺失数据的广义半参数非线性模型的统计推断[D];云南大学;2017年
4 龚奇源;面向数据发布的数据匿名技术研究[D];东南大学;2016年
5 陆福忠;数据缺失下的分布函数估计问题[D];复旦大学;2007年
6 骆汝九;多指标综合评价的非参数方法和缺失数据的聚类方法研究[D];扬州大学;2011年
7 郭东林;缺失数据下几类回归模型的估计方法与理论[D];北京工业大学;2017年
8 马友;基于QoS缺失数据预测的个性化Web服务推荐方法研究[D];北京邮电大学;2015年
9 罗显贵;带缺失数据列联表与半参数非线性动态因子模型的统计推断[D];云南大学;2015年
10 祝丽萍;几种缺失数据和高维数据模型的统计分析[D];山东大学;2012年
中国硕士学位论文全文数据库 前10条
1 杨博;数据部分缺失下产品定价优化方法研究[D];大连理工大学;2019年
2 李子豪;不同缺失数据处理方法对双参数逻辑斯蒂克模型参数估计精度的影响[D];江西师范大学;2019年
3 石章波;缺失数据下众数线性模型的统计诊断[D];云南大学;2018年
4 宋雅婷;缺失数据处理方法及其在临床试验中的应用[D];华中科技大学;2019年
5 陈婉娇;缺失数据插补方法及其在医学领域的应用研究[D];华南理工大学;2019年
6 樊霞;WSN中缺失数据重建算法研究[D];重庆邮电大学;2019年
7 许天歌;缺失数据下的P2P借贷违约风险评价方法研究[D];合肥工业大学;2019年
8 王玉梅;缺失数据下基于众数回归两类半参数模型估计与变量选择[D];兰州理工大学;2019年
9 仝倩;带缺失数据的半参数非线性模型基于经验似然的统计诊断[D];南京理工大学;2018年
10 张文佳;缺失数据下变系数部分非线性模型的参数估计[D];南京理工大学;2018年
中国重要报纸全文数据库 前1条
1 刘若帆宋林;诗邦金A6+1:凭借其质提高其量[N];农资导报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978