《表1 调查问卷：基于电商网络数据挖掘的商品销售量短期预测》
提示：宽带有限、当前游客访问压缩模式
为统计顾客评价延迟期，设计了调查问卷。问卷采取网络发放的形式，共获得反馈问卷250份，经过筛选，有效问卷218份，有效率为87.2%。调查问卷样式见表1。
| 图表编号 | XD0070376700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.10 |
| 作者 | 赵梓贺、徐慧智 |
| 绘制单位 | 东北林业大学交通学院、东北林业大学交通学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 风机部分实测数据：基于SA-PSO-BP神经网络算法的超短期风电出力预测》2020.12.28
- 《表3 预测模型输入数据：基于分时长短期记忆神经网络的光伏发电超短期功率预测》2020.12.10
- 《表2 星期类型权值表：呼和浩特地区电网基于大数据的BP神经网络短期负荷预测》2020.11.21
- 《表1 天气权值：呼和浩特地区电网基于大数据的BP神经网络短期负荷预测》2020.11.21
- 《表5 实验数据集信息表：基于长短期记忆网络的社区演化预测》2020.12.05
- 《表1 核心节点特征：基于长短期记忆网络的社区演化预测》2020.12.05
- 《表1 仿真结果：基于混合神经网络深度学习的短期负荷预测》2020.04.25
- 《表2 预测单元数据：基于改进神经网络的光伏发电功率短期预测方法研究》2019.08.20
- 《表4 摘要项统计量：基于电商网络数据挖掘的商品销售量短期预测》2019.08.10
- 《表6 项间相关性矩阵：基于电商网络数据挖掘的商品销售量短期预测》2019.08.10
- 《表3 可靠性统计量：基于电商网络数据挖掘的商品销售量短期预测》2019.08.10
- 《表1 1 预测结果：基于电商网络数据挖掘的商品销售量短期预测》2019.08.10
- 《表7 评价延迟期：基于电商网络数据挖掘的商品销售量短期预测》2019.08.10
- 《表5 信度分析表：基于电商网络数据挖掘的商品销售量短期预测》2019.08.10
- 《表2 气象数据：基于长短期记忆神经网络的暖通空调系统能耗预测》2019.02.01
- 《表1 运行数据：基于长短期记忆神经网络的暖通空调系统能耗预测》2019.02.01
- 《表2 部分关键词数据：基于网络搜索数据的房地产价格指数的短期预测》2018.12.01
- 《表1 搜索关键词词库：利用网络搜索大数据实现对CPI的短期预报及拐点预测——基于混频抽样数据模型的实证研究》2018.11.15
- 《表2 变量定义：农产品网络销售对家庭经营农户参保行为的影响研究——基于梨主产区调查数据》2018.03.10
- 《表3 变量的描述统计：农产品网络销售对家庭经营农户参保行为的影响研究——基于梨主产区调查数据》2018.03.10