数据质量视角的卷烟市场价格信息智能采集研究——以南充市为例

【摘要】 针对卷烟POS分布不均衡、门店扫码行为不规范的问题，本文从数据质量视角研究通过终端销售数据实现卷烟市场价格信息的智能采集，基于销售时间离散度和条销比，利用自编码器和孤立森林检测门店异常行为。在正常门店中，引入聚类算法压缩门店多维标签，实现在现有样本门店分布下，通过抽样提高样本表征总体准确性。本文选用2024年南充市卷烟数据进行方法应用与验证，结果表明，方法应用后可对全市两千余家数字门店进行颗粒度到天的销售行为检测。抽样后的价格数据与线下调研的数据相比对，发现115个品规中，有74个品规的价格保持一致性，对于400元以上的高价烟，一致性可达80%以上。因此，本文所提出的方法可以智能、自动、精准捕捉全局特征，解决了数据异常如何检测、样本如何抽取的关键问题，提升了市场状态监测的可靠性。更多还原