This study proposes a novel approac

This study proposes a novel approach to the pre-launch forecasting of new product demand
based on the Bass model and statistical and machine learning algorithms. The Bass model is
used to explain the diffusion process of products while statistical and machine learning
algorithms are employed to predict two Bass model parameters prior to launch. Initially, two
types of databases (DBs) are constructed: a product attribute DB and a product diffusion DB.
Taking the former as inputs and the latter as outputs, single prediction models are developed
using six regression algorithms, on the basis of which an ensemble prediction model is
constructed in order to enhance predictive power. The experimental validation shows that
most single prediction models outperform the conventional analogical method and that the
ensemble model improves prediction accuracy further. Based on the developed models, an
illustrative example of 3D TV is provided.
©

Результаты (русский) 1:

Это исследование предлагает новый подход к прогнозированию до запуска нового продукта спросана основе басовая модель и алгоритмы статистической и машина обучения. Бас модельиспользуется для объяснения процесса диффузии продуктов при статистической и машина обученияпредсказать два бас модель параметров до запуска используются алгоритмы. Первоначально дватипы баз данных (БД) построены: атрибут DB и диффузии продукта DB.Взяв бывший входов и последний, как выходы, разрабатываются модели одно предсказаниес помощью шести алгоритмы регрессии, на основе которых является модель прогнозирования ансамбльпостроено для того чтобы повысить прогностической силой. Экспериментальная проверка показывает, чтонаиболее одного прогноза модели превосходят обычные аналогичного метода и чтоансамбль модель улучшает точность предсказания далее. На основе разработанных моделей,Наглядным примером 3D ТВ предоставляется.©

Результаты (русский) 2:

Это исследование предлагает новый подход к предпусковой прогнозирования нового спроса на продукцию
на основе модели Басса и статистических и машинных алгоритмов обучения. Модель Бас
используется, чтобы объяснить процесс диффузии продуктов в то время как статистические и машинного обучения
алгоритмы используются для прогнозирования двух параметров модели бас до запуска. Первоначально два
типа баз данных (DB) построены:. Атрибут продукт БД и диффузии продукт БД
Принимая бывший качестве входов и последний в качестве выходов, модели одиночные прогнозирования разработаны
с использованием шести алгоритмов регрессии, на основе которой ансамбль модель прогнозирования будет
построена с целью повышения предсказательной силой. Экспериментальная проверка показывает, что
большинство одиноких модели прогнозирования превзойти обычный аналогичный метод и что
ансамбль модель повышает точность прогнозирования дальше. На основании разработанных моделей, А.Н.
иллюстративный пример 3D телевидение.
©

Результаты (русский) 3:

это исследование предлагает новаторский подход к предстартовые прогнозы спроса
новый продукт на основе бас модели и статистических и алгоритмов машинного обучения.бас - модель
объясняли распространения процесса товаров, в то время как статистические и машинного обучения
алгоритмов используются для прогнозирования два бас параметров модели до запуска.первоначально два
виды баз данных (DBS) построены: продукт атрибут дб и продукт распространения DB.
с бывшей в качестве вклада, а второй - как мероприятия, единой модели прогнозирования разрабатываются
с использованием шести регрессии алгоритмов, на основе которых ансамбль модель прогнозирования -
построен в целях повышения интеллектуального власти.экспериментальная проверка показывает, что
большинство одиноких моделей прогнозирования превзойти обычных аналогичный метод и что
ансамбль модели прогнозирования дальнейшего повышает точность.на основе разработанных моделей,
примера 3D - телевизор оказывается.

.