正当大家还沉静在购物狂欢的氛围之中,质疑数据造假的声音也随之而来。就在今年4月份的时候,有人按照公式已经得出了2019年双11的大致成绩,即2689亿元,这样精准的预测引得不少网友再次围观。

利用二次多项式预测未来三年数据结果:

预测2019年淘宝双11当天销售额:2676.37亿

预测2020年淘宝双11当天销售额:3273亿

预测2021年淘宝双11当天销售额:3930.76亿

 

私信小编01  领取完整项目点代码!

 

利用三次多项式预测未来三年数据结果:

预测2019年淘宝双11当天销售额:2689亿

预测2020年淘宝双11当天销售额:3301.51亿

预测2021年淘宝双11当天销售额:3980.35亿

 

该网友指出,淘宝双11年历年销售数据拟合度均超过99.94%,几乎完美分布在三次回归曲线上,因此断定:阿里对销售额数据进行了人工修饰,存在造假。

 

对此,天猫相关负责人回应称,符合趋势就是造假?造谣要负法律责任!马云也对此作出回应,驳斥了2019年天猫“双11”数据造假的事情,相关话题冲上微博热搜第一。

 

利用Python预测客户的购买行为决策树案例 python销量预测_拟合

 

马云在发言中表示,“我们的数据超出华尔街的预期(华尔街曾经预测天猫双11大概会增长25%左右,实际上增长为25.7%。),有人甚至猜测数据造假,我向大家保证,在数据时代,在互联网时代,每一分钱都极其准确。”

 

利用Python预测客户的购买行为决策树案例 python销量预测_Python_02

利用Python预测客户的购买行为决策树案例 python销量预测_Python_03

利用Python预测客户的购买行为决策树案例 python销量预测_拟合_04

 

智羽君觉得:数据造假可能性也许不大,但销售额数据拟合确实存在,推测阿里通过预测群体喜好控制流量推送来控制销售额,实际销售额跟目标越接近,说明模型越成功。

 

那么,如何应用Python

预测未来3年天猫销售总额?

 

我们在python中可以利用sklearn求解多项式以及多项式拟合。

尝试用LinearRegression函数进行拟合,并作图。

 

代码如下:


import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

from sklearn.linear_model import LinearRegression

X = np.arange(1,12).reshape(-1,1)

#根据往年天猫双十一销售总额进行数据关系推测
y = np.array([0.5,9.36,52,191,350,571,912,1207,1682,2135,2684])

X2 = np.concatenate([X**3,X**2,X],axis = 1)
X2.shape

lr = LinearRegression()

lr.fit(X2,y)

print(lr.coef_,lr.intercept_)


[  0.12726496  27.94659674 -84.0594561 ] 58.767272727272825


#阿里巴巴2008 - 2019 销量
x = np.arange(1,13).astype(np.float64)

fun = lambda x:0.12726496*x**3+27.94659674*x**2-84.0594561*x+58.767272727272825
y = 0.12726496*x**3+27.94659674*x**2-84.0594561*x+58.767272727272825


y_true = np.array( [0.5,9.36,52,191,352,571,912,1207,1682.69,2135,2684])


y_true = np.append(y_true,fun(12))
print('2019年天猫双十一营销收入:',fun(11))
print('2020年天猫双十一营销收入:',fun(12))

#绘制预测的
plt.plot(x,y,label ='预测值')
# #绘制真实的

plt.plot(x,y_true,'ro',label ='真实值')
_  = plt.xticks( ticks = np.arange(1,13),labels = [i+2009 for i in range(12)],rotation =60,fontsize =15)
_   = plt.axis([-1,14,0,3500])

plt.xlabel('Year',fontsize =15)
plt.ylabel('Money(/亿)' ,fontsize =15,color = 'pink')
plt.rcParams['font.sans-serif']= 'Simhei'
plt.grid(True)
plt.legend(loc =(0,1),ncol = 2,fontsize =10)


将今年2019年的2684亿导入,预测一下后面三年:2019年天猫双十一营销收入:2685.0411229272727 2020年天猫双十一营销收入:3294.2775809672726 2021年天猫双十一营销收入:3968.5703096.。。。


 

 

得出数据:

2020年预测值:3294亿

2021年预测值:3968亿

2022年预测值:4708亿

 

利用Python预测客户的购买行为决策树案例 python销量预测_多项式_05

 

阿里对「双十一」交易额的控制,并不需要造假,仅仅需要实时监控、调配资源,就像操纵提线木偶一样,足以将整场活动的节奏牢牢把控在自己手中