1. 研究目的与意义（文献综述）

1.1研究目的

随着“互联网 零售”模式的兴起，传统的线下销售模式已不再适用于服装销售企业，涌现出了像唯品会、蘑菇街等一批电商服装零售企业。商家竞争日趋激烈，为了增加销量平台会举办各种类型的促销活动，限时特卖（flash sales）即为其中的一种。随着销售的增长、品类的扩张，历史销售数据的增加为商家进行数据分析提供了便利，但是如何利用历史数据预测限时促销的效果，从而服务于后期的营销策略成为新的挑战。

本文致力于通过对商家历史销售数据的利用，结合企业实际经营特点和理论缺口，尝试性构建影响限时特卖网站销售的指标体系。利用决策树算法构建服装销售预测模型，从而对影响限时促销活动的因素进行关联分析并挖掘规律，最后根据预测数据为案例企业今后更好的开展限时特卖活动提供建议。

2. 研究的基本内容与方案

3. 研究计划与安排

毕业论文进度安排如下：

（1）2018年12月20日前：师生进一步明确论文选题，完成任务书工作。

（2）2019年1月5日前：学生提交开题报告初稿给指导老师。

4. 参考文献（12篇以上）

[1]李秀森，潘月君.基于需求和缺货预测改进的补货-服务水平组合策略优化[j].服务科学和管理,2018,7(6）:157－161．

[2]李玉灵,单丹微,杨以雄,王晶晶.基于需求预测的服装020货品管理探析[j].毛纺科技,2018,46(7）:1－7．

[3]李瑞阁,庄元颖,万冰蓉.商家预测并应对销售风险的统计决策方法探究[j].中国市场,2017,46(29）:123－125．