[论文解读] Improved Sales Forecasting using Trend and Seasonality Decomposition with LightGBM

Tong Zhou|arXiv (Cornell University)|May 26, 2023

Time Series Analysis and Forecasting被引用 4

一句话总结

本文提出了一种混合销售预测框架，将时间序列分解为趋势和季节性分量，根据这些分量对产品进行分组，并使用带有Tweedie损失函数的LightGBM模型以提升预测精度。与基线模型相比，该方法在Walmart销售数据上的WRMSSE降低了61.4%，表现出卓越的性能。

ABSTRACT

Retail sales forecasting presents a significant challenge for large retailers such as Walmart and Amazon, due to the vast assortment of products, geographical location heterogeneity, seasonality, and external factors including weather, local economic conditions, and geopolitical events. Various methods have been employed to tackle this challenge, including traditional time series models, machine learning models, and neural network mechanisms, but the difficulty persists. Categorizing data into relevant groups has been shown to improve sales forecast accuracy as time series from different categories may exhibit distinct patterns. In this paper, we propose a new measure to indicate the unique impacts of the trend and seasonality components on a time series and suggest grouping time series based on this measure. We apply this approach to Walmart sales data from 01/29/2011 to 05/22/2016 and generate sales forecasts from 05/23/2016 to 06/19/2016. Our experiments show that the proposed strategy can achieve improved accuracy. Furthermore, we present a robust pipeline for conducting retail sales forecasting.

研究动机与目标

• 解决在复杂趋势、季节性以及产品和地点间数据异质性背景下实现精准零售销售预测的挑战。
• 通过基于独特趋势和季节性模式对时间序列进行分组，而非对所有产品一视同仁，以提升预测精度。
• 评估基于Tweedie的损失函数在处理零售中常见的零膨胀、偏态销售数据方面的有效性。
• 开发一个可扩展、稳健的大规模销售预测流水线，集成分解、模型特异性学习和集成加权。

提出的方法

• 作者提出了一种新颖的度量方法，用于量化趋势和季节性对每个时间序列的独特影响，从而实现基于行为相似性的产品数据驱动分组。
• 使用Prophet模型对时间序列进行分解，以提取趋势和季节性分量，随后利用这些分量计算用于聚类的特定组别评分。
• 在每个组内使用从分解分量中提取的特征，训练LightGBM模型，并采用Tweedie损失函数以处理零膨胀且高度可变的销售数据。
• 采用非递归预测策略，以防止28天预测时域内误差传播。
• 通过加权平均结合LightGBM和Prophet的预测结果生成最终预测，其中权重由LightGBM的注意力分数得出。
• 该框架采用混合建模方法：LightGBM捕捉组内复杂的非线性模式，而Prophet则确保对季节性和异常情况的鲁棒性。

Figure 1: Total sales per day

实验结果

研究问题

• RQ1 基于趋势和季节性分解对时间序列进行分组，是否能相比全局建模显著提升销售预测精度？
• RQ2 使用Tweedie损失函数是否能增强模型在零膨胀、偏态销售数据上的性能？
• RQ3 所提出的基于分解的分组策略与无分解或使用其他损失函数的模型相比表现如何？
• RQ4 非递归预测在多步长销售预测中在多大程度上缓解了误差累积？

主要发现

• 所提出的趋势-季节性分解策略显著提升了预测精度，WRMSSE从无分解、MSE损失下的0.963降低至MSE损失下的0.767，进一步降低至Tweedie损失下的0.614。
• 同时采用分解与Tweedie损失的模型达到最低的WRMSSE（0.614），优于线性回归（1.120）、SVM（1.083）和LSTM（0.802）。
• 在所有配置中，基于Tweedie的损失函数始终优于均方误差（MSE），表明其在偏态、零膨胀销售数据上的适用性。
• 非递归预测方法有效防止了误差累积，确保了在28天预测窗口内的稳定性能。
• 基于趋势和季节性分量对时间序列进行分组，相比统一处理所有产品，可生成更准确且定制化的预测。
• 结合LightGBM与Prophet的混合框架展现出鲁棒性与可扩展性，适用于大规模零售预测应用。

Figure 2: Sales trends in 10 stores