张炎亮，柳 亚

（郑州大学管理工程学院，河南 郑州 450001）

自新冠疫情发生以来，我国相继采取隔离措施，“宅在家”让部分购物从“线下”搬至“线上”，“云买菜”成为居民消费潮流。据国家统计局报告显示，2020年1—4月份，全国实物商品网上零售额同比增长8.6%，其中，通过互联网销售的食品类增长36.7%[1]。生鲜电商作为网上购物平台的一个重要分支，在疫情防控期间，自推出“无接触式”配送服务以来，得到了前所未有的关注。疫情影响下购买生鲜产品方式的转变导致线上订单量急剧增加，叮咚买菜新增用户日均4万以上，订单涨幅超过300%，空仓成为常态[2]。生鲜电商成为疫情防控期间保障民生的主力军，同时也暴露出了其供应链管理中存在的问题。由于供需信息不对称，生鲜产品在疫情期间出现线下产品闲置、线上缺货的情况。同时生鲜产品保质期短易变质，销量预测作为供应链管理的一个环节显得格外重要。通过分析消费数据，研究生鲜用户的消费偏好，精准地预测生鲜市场需求，不仅可以有效地提升生鲜电商的供应链管理能力，同时也可在特殊的疫情背景下更好地服务消费者。

国内外学者关于生鲜电商需求预测的研究较少，对生鲜产品需求预测的研究主要集中在冷链物流需求预测方面。李敏杰等[3]认为径向基函数（RBF）神经网络模型更适用于水产品冷链物流需求预测。王晓平等[4]验证了遗传神经网络模型在京津冀农产品冷链物流需求预测中的预测精度要高于其他4种模型。……