在每个月发行数百张新音乐专辑的情况下,以可靠且一致的方式生成销售预测是一项相当困难且繁琐的任务。 这项研究的目的是在推出新专辑之前获得其销售预测。 我们基于逻辑扩散过程开发了分层贝叶斯模型。 它允许从离散数据中概括各种采用模式,并且可以在最终采用者数量未知的情况下应用。 该模型使用先前专辑的销售以及在发行新专辑之前已知的信息,构造知情的先验,从而得出发布前的销售预测,而这些预测是样本外的预测。 在介绍新产品之前进行新产品预测时,我们所掌握的信息仅限于新专辑的相关背景特征。 本文提出的元分析方法仅了解新专辑的一般属性,因此可以为您提供持续时间,行销变量的影响以及未知的市场潜力方面的先验知识。 随着获得新数据,将修订和更新每周销售预测和市场规模(最终采用者的数量)。 我们通过使用1994年1月至1995年12月Billboard的前200张专辑排行榜中的专辑每周销售数据来说明我们的方法。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~