A Transformer-Augmented TCN for Modeling Complex Patterns in Retail Sales Data
Notice bibliographique
Résumé
Today's fast-changing economy makes retail highly competitive. To stay profitable and relevant, retailers need to predict customer demand accurately. Reliable sales predictions enable retailers to manage inventory efficiently, adapt swiftly to market dynamics, and maximize revenues. While traditional statistical models such as SARIMA offer reasonable forecasts, they often struggle to capture complex patterns driven by promotional events or seasonal variability. To address these limitations, prior research has commonly employed hybrid architectures like TCN-LSTM. In this work, we propose a novel hybrid neural network architecture that augments Temporal Convolutional Networks (TCNs) with Transformer encoder blocks. The TCN layer is adept at capturing short-term dependencies like weekly sales fluctuations, while the Transformer module excels in modeling long-range relationships and global trends in time series forecasting. We evaluate the proposed TCN-Transformer model against strong baselines, including TCN-LSTM, TST, and SARIMA, to assess its forecasting effectiveness. We collaborated with Instacart and analyzed delivery order data from one of their partner retailers, which includes more than 9 million anonymized orders collected over a two-year period. This large-scale, real-world dataset enabled rigorous testing of model performance under diverse market conditions. To ensure robust results, all experiments were repeated seven times, and the reported metrics represent the average across these independent runs. Our experiments demonstrate that the proposed TCN-Transformer architecture achieves superior forecasting accuracy for a 7-day forecast horizon. Evaluated on real-world retail data throughout 2024, the TCN-Transformer model outperformed all baselines in 11 out of 12 months. The yearly Mean Absolute Percentage Error (MAPE) for the TCNTransformer was 9.94 %, compared to 11.41 % for TCN-LSTM, 13.40 % for TST, and 12.91 % for SARIMA. These results position the proposed TCN-Transformer architecture as a highly effective solution for real-world retail sales forecasting.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».