文献类型：期刊文章

作　　者：张雪[1] 盖沂伟[1] 吕奇光[2] 段正锋[2]

ZHANG Xue;GAI Yiwei;LV Qiguang;DUAN Zhengfeng(PetroChina Yunnan Marketing Company,Kunming 650238,China;Chongqing University of Science and Technology,Chongqing 401336,China)

机构地区：[1]中国石油天然气股份有限公司云南销售分公司,昆明650238 [2]重庆科技学院,重庆401336

出　　处：《车用能源储运销技术》

年　　份：2023

期　　号：2

起止页码：39-44

语　　种：中文

收录情况：普通刊

摘　　要：随着云南经济高速增长和中国石油在滇一体化发展,如何通过数据挖掘和信息化手段提高网点决策精准性,成为打好网络开发攻坚战的一大重要议题。以此为目标,云南销售公司发展计划部和玉溪分公司在梳理现有调查及预测方法的基础上,充分整合和利用公司经营数据、区域统计数据,借用聚类机器学习方法和VBA技术,开展了城市拓展区网点销量预测平台的设计与实践。通过实践发现,基于聚类学习的销量预测法可以提高网点销量预测的全面性和准确性,助推公司“加油站3.0”战略,同时也需要进一步使用先进的技术深化和优化平台算法和数据处理方法。

关 键 词：销量预测 大数据挖掘  机器学习  聚类分析

分 类 号：TP391.1] F274[计算机类]