《表7 基础模型与对照模型预测误差对比》
本文选用支持向量回归(Support Vector Regression,SVR)、BP神经网络、LSTM网络以及Attention_LSTM网络,对消费者关注度的预测效力进行检验。设计了4组对比实验,分别为剔除消费者关注度的基础模型与引入消费者关注度的对照模型,实验结果如表7所示。在4组对比实验中,加入消费者关注度后的对照模型在RMSE和MAPE两个指标上都要优于基础模型,对照模型的预测精度得到显著提高。其中Attention_LSTM模型的提升效果最为明显,RMSE和MAPE指标分别降低了2.02和0.96%。实验表明,本文融合口碑评论和搜索数据构造的消费者关注度指标,对于汽车销量存在一定的预测能力。
图表编号 | XD00212868700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 蒋翠清、王香香、王钊 |
绘制单位 | 合肥工业大学管理学院、过程优化与智能决策教育部重点实验室、合肥工业大学管理学院、合肥工业大学管理学院 |
更多格式 | 高清、无水印(增值服务) |