Comments 6
Все физики, особенно из крутых вузов, МФТИ, МГУ, убеждены, что если принять для простоты, что все люди одинаковы, как электроны и все районы одинаковы, как дырки в полупроводниковом переходе — то все крутейшие методы их науки будут успешно применяться на человеческих сообществах.
Только вот товар, успешно продающийся на Остоженке ( это золотая миля Москвы), скорее всего не будет продаваться также успешно в Капотне ( там жилой район рядом НПЗ).
Я не считаю ни один район Москвы плохим, в каждом достойные люди живут, но различия в доходах уже видны невооруженным взглядом.
Только вот товар, успешно продающийся на Остоженке ( это золотая миля Москвы), скорее всего не будет продаваться также успешно в Капотне ( там жилой район рядом НПЗ).
Я не считаю ни один район Москвы плохим, в каждом достойные люди живут, но различия в доходах уже видны невооруженным взглядом.
Но ведь там и сети разные, где Пятерочка, а где Азбука Вкуса. А у одной сети товары одного ассортимента будут в магазинах одного формата в похожих районах. Предпочтения в вопросах пельменей жителей студийных муравейников из питерского Парнаса, ебургской Широкой Речки и новосибской Затулинки — вполне стандартизируемы ибо суть отражение объективных процессов холостяцкого быта, ценовой политики, рецептуры и маркетингового бюджета.
Исходный код лучше выложить на github/bitbucket. И в чём приокл реализации ядерной регрессии именно на C++, честно говоря, неясно
SunZi я так понимаю, что это чисто учебная задача, а не попытка практического применения в реальных магазинах. я прав?
В постановке задачи как минимум не учтено следующее существенные на практике обстоятельства:
1 Классификация магазинов по формату, внутри сети магазины могут иметь различный формат
2 Классификация магазинов по региону (типу района)
3 Сезонность номенклатуры что очень существенно
4 Маркетинговые мероприятия реализованные + маркетинговые мероприятия планируемые
5 Коллекции товаров + жизненный цикл коллекции как влияющий на спрос фактор
6 Наборы свойств товаров существенные для потребителя
7 Корреляции товаров следующие из свойств товаров
1 Классификация магазинов по формату, внутри сети магазины могут иметь различный формат
2 Классификация магазинов по региону (типу района)
3 Сезонность номенклатуры что очень существенно
4 Маркетинговые мероприятия реализованные + маркетинговые мероприятия планируемые
5 Коллекции товаров + жизненный цикл коллекции как влияющий на спрос фактор
6 Наборы свойств товаров существенные для потребителя
7 Корреляции товаров следующие из свойств товаров
Sign up to leave a comment.
Использование ядерной регрессии для прогноза спроса в сетевых магазинах