/CCF2018-Top2-Demand-Forecast

Solutions of the forecast problem using Xgboost

Primary LanguagePython

CCF2018-Top2-供应链预测

赛题背景

浙江执御信息技术有限公司是一家专注出海的跨境电商企业,利用移动互联网创新和大数据应用,助力**制造升级,将**和全球的优质品牌、设计、产品输送到“一带一路”沿线国家和地区。在电商产业链中,为提升用户物流服务体验,供应链协同将货品提前准备在全球各个市场的本地仓,可有效降低物流时间,极大提升用户体验。不同于国内电商物流情况,出海电商的产品生产和销售地区是全球化的,商品的采购,运输,海关质检等,整个商品准备链路需要更长的时间。在大数据和人工智能技术快速发展的新时代背景下,运用大数据分析和算法技术,精准预测远期的商品销售,为供应链提供数据基础,将能够为出海企业建立全球化供应链方案提供关键的技术支持。

赛题任务

供应链需求预测,对原问题做建模问题简化。考虑商品在制造,国际航运,海关清关,商品入仓的供应链过程,实际的产品准备时长不同。这里将问题简化,统一在45天内完成,供应链预测目标市场为沙特阿拉伯。赛题为运用平台积累最近1年多的商品数据预测45天后5周每周(week1~week5)的销量。

具体Task参考 https://www.datafountain.cn/competitions/313/details/data-evaluation?lang=en-US 我们对该问题的思考,答辩PPT,及Xgboost单模型代码均开源。有幸在决赛拿到Top1的成绩,但Seq2Seq由于为队友手工实现,成为了他的专属轮子和Trick,故在此不放出,如有任何需要探讨FFT与Seq2Seq的使用可发邮件与我联系。