植基於支持向量機美髮產品銷售量之預測-以台中區某髮品公司為例

Predict the Salon Product Sales Volume by Using Support Vector Machines - A Case Study of Hair Product Company in Taichung

童月蓁(Yueh-ChenTung)

指導教授 ： 陳世穎 ； 林益永

國立臺中科技大學/資訊與流通學院/資訊工程系碩士班/碩士(2016年)

摘要

此研究利用支持向量機（SVM）來進行新開業的髮廊對於產品出貨銷售量之預測分析。透過已知的髮廊銷售相關資料，包括每一季的洗髮品、護髮品、造型品、燙髮品、染膏產品等銷量進行預測分析。此研究蒐集台中市某髮品經銷商銷售某50家美髮業者，一年度實售數量（民國104年）為實驗數據，將利用支持向量機(SVM)發展預測模型。研究結果顯示支持向量機(SVM)可以準確地預測髮廊在產品銷量上預測分析，分析結果具高度的準確性。實驗結果能協助新開業的髮廊對於產品出貨銷售量有準確的預測分析，且能提供給銷售業務針對店家特性對產品行銷活動，提供有效相關資訊，讓店家能對存貨的掌握有更多的參考依據，進而降低庫存成本，增加營收利益。

關鍵字

支持向量機 ； 預測模型 ； 銷售預測 ； 美髮沙龍

並列摘要

In this study, we apply support vector machine (SVM) to predict the hair salon products sale volume in Salon, that the salon products include the shampoo products, hair care products, styling products, perm products, hair color cream products. We collect the season sales volume of the hair salon products in 2015 from one Taichung salon dealer sale to 50 hair salon industry, as the experimental data for the prediction model.
The results show that SVM can accurately predict the salon store properties for the hair salon product sales volume that have high accuracy. The results can help the newly salon industry of the hair salon products to plan good marketing campaigns and reduce inventory costs.

並列關鍵字

SVM ； Prediction Model ； Sales Prediction ； Salon

參考文獻

[1]周如玉（2006）。美髮沙龍洗療護產品品牌形象、關係品質與知覺風險之關聯性研究。未出版碩士論文，淡江大學企業管理學系，新北市。

[4]張培新（2015）。美髮業行銷管理之研究：以「麗的國際髮型」為例，美容科技學刊，12卷1期。

[6]Matsumoto, R., Zhang, D. and Lu, M., ”Some Empirical Results on Two Spam Detection Methods”, Proceedings of the 2004 IEEE International Conference on ,2004, pp.198-203.

[7]B. Schőlkopf, A. J. Smola, 2000, Statistical learning and kernel methods, Cambridge, USA

[12]M. Pontil, A. Verri, 1998, “Support vector machines for 3D object recognition”, IEEE Transaction On PAMI, vol. 20, pp.637-646.