Forecasting simulated retail demand using statistical and data mining techniques
Simülasyon ile elde edilmiş perakende datasının istatistik ve veri madenciliği yöntemleri ile talep tahmini
- Tez No: 216331
- Danışmanlar: DOÇ. DR. ÖZDEN GÜR ALİ, PROF. DR. SERPİL SAYIN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
- Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 120
Özet
Bu tezin başlıca amacı, promosyonların bulunduğu bir perakende ortamında istatistik ve veri madenciliği yöntemleri ile talep tahmini yapmaktır. Bu çalışmada, perakende sektörü için pazarlama literatüründe bulunan müşteri tercih modellerine dayanan bir müşteri tercih modeli geliştirilmiştir. Geliştirilen müşteri tercih modeline göre veri üretimi yapılmıştır. Veri üretimi için dikkate alınan perakende ortamı, tek bir kategoriyi, birden fazla ürünü, birden fazla ürün özelliğini ve birden fazla müşteri segmentini içermektedir. Fiyat indirimi, reklam ve özel teşhir gibi pazarlama aktiviteleri göz önünde bulundurulmuştur. Talep tahmini, üretilen data üzerinde hem üstel düzeltme ve lineer regresyon gibi istatistik yöntemleri ile hem de SVM regresyon ve regresyon ağacı yöntemleri gibi veri madenciliği teknikleri ile gerçekleştirilmiştir. Kullanılan yöntemler, SKU talep tahmini doğruluğu, paremetre hesap kolaylığı ve kategoriye yeni giriş yapan SKU'ların tahmin doğruluğu üzerinden kıyaslanmıştır. Sonuç olarak farklı veri durumları için önerilen talep tahmin metodları belirtilmiştir.
Özet (Çeviri)
Primary research purpose of this thesis is to evaluate statistical and data mining techniques for demand forecasting in the presence of promotions. A consumer choice model is developed by modifying present models of consumer choice in marketing literature for grocery retail industry. Data generation task is carried out according to the developed consumer choice model. Data is generated in a retail environment which has a single category, multiple products, multiple product attributes and multiple customer segments. Marketing drivers, such as price discounts, advertisement and feature displays are in data generation. Forecasting is performed over generated data by using both traditional statistical techniques, such as exponential smoothing and regression and recent data mining techniques, such as support vector machine regression and regression tree. Consequently, forecasting results of several techniques are compared according to accuracy of the SKU demand forecasts, simplicity in terms of parameter estimation and forecasting performance in new SKU entered situations. Finally, preferred methods for different data conditions are explained.
Benzer Tezler
- Elektrik piyasalarında talep yönetimi
Demand management in electricity markets
MUSTAFA CANBERK CEYLAN
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ÇAĞLAR
- Perakende sektöründe dinamik fiyatlandırma ile gelir optimizasyonu
Revenue optimization application with dynamic pricing in retail industry
SİNEM BATMACA
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNEM BÜYÜKSAATÇI KİRİŞ
- Empirical investigation of the properties of ATA forecasting method
ATA öngörü yönteminin ampirik özelliklerinin incelenmesi
BEYZA ÇETİN
Yüksek Lisans
İngilizce
2021
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İDİL YAVUZ
- Forecasting intermittent demand using Cox process
Cox prosesi kullanarak aralıklı talep tahmini
GAMZE OĞCU KAYA
Doktora
İngilizce
2015
Endüstri ve Endüstri MühendisliğiFatih ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER FAHRETTİN DEMİREL
- Operasyonel nakit akışlarının sistem dinamiği yaklaşımıyla tahmin edilmesi: Gıda sektöründe bir uygulama
Forecasting operational cash flows by system dynamics approach: An application in the food industry
MERVE VURAL
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Ticaret ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMİN BAŞAR BAYLAN