曾建新 刘佩鑫 王廷波 许瑞琦

[摘 要]消费需求因地理环境不同而不同，即使同一个消费者，在不同的地理环境，其卷烟的消费习惯也会不同，这个差异是客观环境驱动的。因此，卷烟的进货数据是环境消费的表现。消费环境是驱动卷烟销售的真实原因，文章从零售终端周围的环境出发，将BP神经网络和LSTM相结合，构建新的二级预测模型（BP-LSTM模型），创新性地应用于烟草行业，并将POI数据（Point Of Information）作为模型的增加输入参数;二级预测模型对零售户的POI数据、进货数量、属性特征等信息进行解析，探索一种新的卷烟进货数据预测模型，并结合实践证明卷烟购进量预测的可行性和可靠性。

[关键词]BP神经网络;LSTM算法;POI数据;环境特征;进货量

[DOI]10.13939/j.cnki.zgsc.2021.17.063

目前，卷烟的主要投放方式为按档位投放、按价位段投放。而按档位投放，其属于同档同策，很难满足零售户个性需求。因此，将卷烟投放策略利益诉求与零售户个性需求结合是市场所需要的，可见对零售终端卷烟产品的进货量进行预测，一直是一个十分重要的问题。如何依据零售终端的多维度信息预测其对卷烟产品的进货量，已经成为烟草工业企业急需深入研究的课题之一。

1 算法模型的应用研究分析现状

随着城市化进程的加快，POI（Point Of Information，信息点）数据得到广泛应用。王维礼[1]基于POI数据分析对地铁站周边商业活力兴趣点进行分类，研究了地鐵站和周边商业空间活力之间的规律。陈浩[2]等人基于POI数据挖掘卷烟消费者购买地点及时段偏好，证明了POI数据对卷烟消费者有影响。……