供应链需求预测赛题数据集及TOP10模型方法——针对商品制造、航运和入仓环节的长期销售预测方案

简介：
本数据集聚焦于商品制造、航运与仓储领域的长期销售预测挑战，收录了供应链需求预测竞赛中的优质参赛作品及其所采用的前十种算法模型。 在电商产业链中，为了提升用户的物流服务体验，供应链协同将货品提前准备在全球各个市场的本地仓，可以有效降低物流时间，并显著提高用户体验。与国内电商物流不同的是，出海电商的产品生产和销售地区是全球化的，商品的采购、运输和海关质检等环节需要更长的时间来完成整个商品准备工作链路。 在大数据和人工智能技术快速发展的新时代背景下，通过运用大数据分析和算法技术可以精准预测远期的商品销量，并为供应链提供数据支持。供应链需求预测可以通过对原问题进行建模简化处理。考虑商品从制造、国际航运到海关清关以及最终入库的整个过程中的实际准备时间不同，这里将问题简化为在45天内完成。 该资源利用最近一年多的商品销售数据来预测未来45天内的五个星期（week1至week5）中每个SKU的具体销量。这是一个完整的时间序列预测案例，在大数据或者机器学习领域对从事供应链和电商算法研究的朋友具有较大的参考价值。