标题：基于ARIMA-LSTM的服装流行趋势预测模型
作者：胡赛 周庆燕 李号；邵继
作者单位：安徽农业大学信息与计算机学院，安徽 合肥 230000；中国农业大学信息与电气工程学院，北京 100091
关键字：时间序列；ARIMA模型；LSTM模型；趋势预测
摘要：针对服装销售过程中供求不平衡等问题，提出了一种自回归移动平均（ARIMA）和长短期神经网络（LSTM）相结合的服装流行趋势预测模型。首先，利用网络爬虫技术获取服装的销售、评论等相关信息；然后，采用ARIMA模型对不同色彩属性下的服装销量预测其线性特征，通过LSTM修正ARIMA模型的预测残差；最后，对比ARIMA模型和ARIMA-LSTM组合模型的预测精度和性能。实验表明，与单一的时间序列算法相比，结合两种高效的模型算法在服装销量预测精度上取得了较好的效果。