龙源期刊网 http://www.qikan.com.cn
基于时间规律的产品预测研究
作者：孙小雅 黄悦钊 江子君
来源：《科学导报·学术》2020年第14期
摘 要：在发布新产品之前，分析产品市场是非常重要的内容。为了使Sunshine在网上商城有效地推出新产品，有必要了解在线市场中产品声誉的趋势，确定重要的功能设计，然后阐明消费者的偏好。本文使用基于神经网络时间序列的NAR模型来分析产品评估与时间之间的关系。并且为了制定有效的营销策略，我们挖掘并分析了产品声誉趋势的拐点，探索星级和评论之间的相关性，并分析了消费者心理。结果，我们发现消费者在一定程度上受到群体趋同的影响。为了探索重要的设计和功能，使用LDA对评论的内容进行分类并计算每个主题的词频。发现人们更担心产品的操作难度，规格和质量。最后，经过上述研究，我们对产品的上市和销售提出了自己的看法。
关键词：在线评论;动态递归;时间序列 1.引言
在信息时代，互联网的广泛普及正在从许多方面改变人们的生活[1]。网上交易给消费者的购物方式带来了巨大的变化[2]。尽管在线市场潜力巨大，但它也面临一些不利条件。信息不对称，不确定性和高风险的特点已经成为网络市场发展的巨大绊脚石。客户进行评分并发布评估结果，为潜在消费者的购物决策提供参考依据[3]。 2.模型的建立与求解 2.1 基于时间指标的建模
（1）基于神经网络的神经序列的NAR模型构建
分析总分之间的关系 和时间，我们将使用NAR模型进行拟合回归。NAR（非线性自回归）是一个动态回归神经网络，它是由静态神经元和网络输出反馈组成的回归神经网络：
基于时间规律的产品预测研究
