预估补货
前言：电商经常缺货，解决方案:对销量进行预测，需要历史数据支撑，利用深度学习技术对销量unit进行预测其趋势，依据库存情况，计算补货窗口期
需要预估补货首先需要预测每个商品的销售价格，来指导其他业务部门是否进货或者补仓。
一般决定商品价格有以下的因素： （1）商品自身属性：商品产地、税费、销量、供货、库存、物流、品牌 （2）质量：商品换货、复购、退款、用户评价、退货 （3）营销推广：商品优惠、商品抢购、促销、首页广告、商品分销 （4）季节特性：节假日消费等级 （5）价格变化：零售价格、交易税率、交易价格 （6）用户行为：浏览行为、咨询行为、收藏行为、购物车欣慰、下单、支付行为 （7）竞争对手、口碑、新闻热点、随机因素、非技术因素。
方案1： 使用bass模型，加上最小二乘法来做数值的回归预测， 论文为 赵学斌的一篇硕士论文面向B2C电子商务销售预测模型的研究及应用
方案2： 使用多维线性回归
