报告题目：基于数据挖掘的电商销量预测方法研究

主 讲 人：曹菁菁 副教授

报告时间：2024.5.25 15:30-17:30

报告地点：数理楼224 会议室

报告摘要：数据挖掘是电商领域中的重要研究方向之一，尤其在电商销量预测中有着重要的应用价值。在电商平台实际场景中，用户、商品和商家及其之间产生的数据蕴含着丰富的信息和异构的特征，如何考虑各类特征对销量预测的影响，挖掘用户隐藏需求，是亟待解决的问题之一。本报告将针对电商用户购买预测、复购预测和预期配送三个任务，从客户细分和代价敏感等多维角度出发，介绍三种基于数据挖掘的电商销量预测方法。这些方法旨在有效提取用户或商品特征，以提升预测模型的准确度和可解释性。

个人简历：曹菁菁，武汉理工大学副教授，硕导，香港城市大学计算机科学系博士。亚太认知智能学会（AACI）理事，CCF普适计算、协同计算专委会委员，物流教指委成员。主要从事机器学习、普适计算、智能交通等方向的研究，主持完成一项国家自然科学基金青年项目、一项武汉理工大学自主创新研究基金项目，参与多个国家自然科学基金、科技部国际科技合作项目，主持和参与多项企业项目。发表国际期刊和会议学术论文40余篇，发明专利授权5项，软著多项。担任Pattern Recognition, IEEE Transactions on Industrial Informatics, Neurocomputing, Information Fusion, Information Sciences等国际期刊审稿人，被国际期刊Neurocomputing评为杰出审稿人。