蒲嘉鹏

（四川外国语学院重庆第二外国语学校，重庆，404100）

1 研究背景

当今时代是大数据的时代，许多领域、行业相关的数据量呈爆炸式增长。特别是在商品销售领域，各大电商的飞速发展进一步带动了线上线下商品的销量，也进一步催生了各色商品的各种销量数据。商品销量一直以来都是商家非常重视的一项指标，商家可以根据商品的各种销量数据有针对性的作出一系列有价值有意义的计划与决策，进而提高自身的收益。而现如今有如此大的数据量的基础上，我们有必要对这些已有数据进行一些使用与挖掘，帮助商家更多更深入的了解各类商品的销售情况。我们知道近两年人工智能领域发展的非常迅速，其相关技术也已经越来越多的应用在生活中的各个领域，并取得了显著的效果。机器学习作为实现人工智能的一种技术，被大家广为熟知。业界也已经将机器学习相关模型在很多场景中应用，如金融风控模型、垃圾邮件分类、商品智能推荐等等。机器学习模型经过训练后，能够很好的捕捉到数据中隐含的模式，进而可以帮助我们很好的完成一些任务。因此，基于现有数据，将机器学习技术应用在商品销量预测场景中是非常有意义的，我们能够通过数据挖掘构建机器学习模型，发现数据中隐含的信息，更好的对销量进行预测，并根据预测结果采取相应措施。

2 数据介绍

本次研究过程中使用的数据来自互联网，由俄罗斯软件公司1C COMPANY提供，该数据包含了部分商店2013年1月—2015年10月的商品的销售历史数据，具体包括商店名称、商品名称、商品销售量、商品价格、商品类别、日期等。……