2023年第四届MathorCup高校数学建模挑战赛——大数据竞赛B题解题思路

比赛时长为期7天的妈杯大数据挑战赛如期开赛，为了帮助对B题有更深的理解，这里为大家带来B题的初步解题思路。

赛道B：电商零售商家需求预测及库存优化问题

由于妈杯竞赛分为初赛复赛，因此，对于B题大家仅仅看到了预测相关的问题，没有优化相关的问题。包括题干中所说的库存优化，对于本次比赛而言完全没有必要看了。这也大大降低了本次的比赛的难度。下面对本次比赛的B题进行详细的解题思路分析。

数据！！！！（数据清洗+数据可视化）

切记，数据问题，第一步绝对不是做题，而是数据预处理。对于这个题目，如此庞大的数据集一定是存在异常值的，甚至于还有缺失值。因此，基于七天的比赛时长，大家完全可以拿出一两天的，专门找异常值。

这里对于数据，我提供来两种思路，也是课程中一直强调的两种方向，一，对于边缘值问题。二，逻辑异常。边缘值，主要就是对于给出的数据中需求量，存在很大的数值以及0的情况，对于这俩种极端值应该如何处理？我的初步想法就是对于这两个极大值，进行讨论，对于结果予以删除。然后利用线性插值进行填充处理。

对于数值0的情况，分析数据可以大致看出存在很多这样的极小值，进行必要的文字说明。说明这种数据是虽然是异常数据，但是符合实际情况，即可。

对于逻辑异常，例如，一个电脑、办公的商家售卖了宠物 。毫无疑问，这也是属于异常数据了，需要进行处理。但是，这种逻辑异常的难点在于无法直接看出具体是，需要大家仔细查找，或者设置find函数的约束，进行查找，较为复杂。

对于数据预处理的数据清洗大致就这些。还有一部分为数据编码处理，即对于商家编码为例，我们需要对这些变为数据进行后续处理，这里就需要大家设置数据标码方式，通常默认的方式，就是依次进行标码，如下所示。大家这里可以使用SPSSPRO快速生成。稍后视频也会有解释说明的

问题初步思路

数据处理差不多后，才是问题的求解。下面带来问题一二三的初步思路

对于问题一,使用附件 1-4 中的数据， 预测出各商家在各仓库的商品2023-05-16 至 2023-05-30 的需求量并对你们模型的预测性能进行评价。

根据数据分析及建模过程，这些由商家、仓库、商品形成的时间序列如何分类，使同一类别在需求上的特征最为相似？

问题一可以理解为两问，也可以按着一种方式进行求解。问题一要求我们进行预测，并对于由商家、仓库、商品形成的时间序列如何进行分类。通过分析数据大家可以看出每天都是1996种商品组合的需求量。对于1996种，不同的组合我们不可能对于每一种都进行预测，即建立的预测模型需要for循环1996，这样的安排即使七天的时间代码也很难跑完。因此，我们必须根据一些相似的特征进行分类，将同一类的组合进行，使同一类别在需求上的特征最为相似。根据不同的类别进行预测。这样可以大大降低预测的工作量。

我认为可以使用关联分析模型，这一模型在课程第五课时有过讲解，大家可以选择直接免费版课程、或者进阶版课程亦或者在网上自行学习都是可以的。这里，我的建议就是可以直接使用person相关性分析，选择和需求量相关系数进行分类，进行分类建模。（注：也可以选择高级的分类模型，再给大家的资料中也有很多的分类判别法的高级方法，大家可以使用那些高级方法进行分类）

选择合适的指标后，即可对商家编码、商品编码、仓库编码、日期、出货量（可看做需求量）进行，这里在预测之前必须记性一定的机理分析。众所周知，对于要得出结果的这四个数据并不是独立的，而知相互之间存在一定联系的。因此，可以对这四个指标进行相关性分析，得出具体的函数表达式后，在进行预测即可。

对于机理的分析，可以通过绘制散点图，相关性分析，线性或者分线性拟合

通过绘制这样的图形进行分析机理，构造几个预测值之间的关系等式。

对于预测模型的选取，大家可以根据自己掌握能力选择合适的预测模型即可，可以参考下表，

也可以选择，我一直以来最为推荐的基于优化模型的加权预测模型即可。

根据机理分析得出的关系等式进行预测。

问题二，请讨论这些新出现的预测维度如何通过历史附件 1 中的数据进行参考，找

到相似序列并完成这些维度在 2023-05-16 至 2023-05-30 的预测值。请把预测结果填写在结果表 2，并上传至竞赛平台。

利用问题一建立的分类模型，引入问题二附件五的数据进行重新分类判定，采用尽量采用问题一相同的预测模型，进行预测即可。

问题三：每年 6 月会出现规律性的大型促销，为需求量的精准预测以及履约带来了很大的挑战。附件 6 给出了附件 1 对应的商家+仓库+商品维度在去年双十一期间的需求量数据，请参考这些数据，给出 2023-06-01 至2023-06-20 的预测值。请把预测结果填写在结果表 3，并上传至竞赛平台。

引入，大型促销下的商家+仓库+商品维度相关数据，与问题二思路相似，根据引入的数据利用分类模型，得出新的分类结果。对于这一新的分类结果，采用与问题一相同的预测模型即可。