基于python的天猫成交情况的预测开题报告

全文总字数：4141字

1. 研究目的与意义、国内外研究现状（文献综述）

1、课题的意义：

随着淘宝天猫等电商平台的不断发展，这些平台中流动的资金愈加庞大。2016年11月11日天猫双11刷新全球最大购物日记录，单日交易1207亿。2017天猫双11全球狂欢节交易额在7小时22分54秒达912亿元，超过2015年双11全天^[9]。电商平台已成为一个不可忽视的巨大市场。国内外已有很多使用神经网络算法对市场进行预测的先例，但主要还是针对传统市场^[10]。本课题探讨利用bp神经网络算法对新兴的电商平台成交情况的预测。利用深度学习算法对成交情况进行预测有助于企业更好的把握市场和组织生产^[11]。

2. 研究的基本内容和问题

1、研究目标：

了解bp神经网络算法的原理和结构，使用python软件实现bp神经网络算法。接着使用网络上获取的天猫成交信息数据集作为训练集和测试集，检验该算法预测的准确性。

3. 研究的方法与方案

1、研究方法：

以python软件为基础，采用bp神经网络算法进行机器学习，并使用已获得的训练机和测试集数据对算法进行训练和测试。

4. 研究创新点

1.之前的机器学习算法大多都在matlab，c 等环境下实现，python作为一门新兴的编程语言具有其独特的优势，本课题采用python进行算法的编写或许能收到更好的效果。

2.BP神经网络算法在模式识别和分类方面应用较多，这次将其用在预测方面，或许能收到更好的效果。

5. 研究计划与进展

1、研究计划

2019.3.6--2019.3.31查阅文献资料，深入了解bp神经网络的结构及深度学习的原理，同时学习bp神经网络算法在预测方面的作用。

2019.4.1--2019.4.15学习python的使用，熟练掌握用其编程的能力。