Geri Dön

Development of decision support algorithms on RFID systems of stores

Mağaza RFID sistemlerde karar destek algoritmalarının geliştirilmesi

  1. Tez No: 459207
  2. Yazar: BORAN TAYLAN BALCI
  3. Danışmanlar: PROF. DR. RECEP ALP KUT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 77

Özet

Günümüz dünyasında RFID teknolojisi, tedarik zinciri, lojistik, ürün envanter takibi gibi hayatımızın benzeri birçok alanında önemli rol oynamaktadır. Bu teknoloji bazı şirketler tarafından özellikle giyim sektöründe barkodun yerine kaçınılmaz bir değişim olarak görülmektedir. Müşterileri ve ürünleri tanımlamakta kullanılmaya başlanan bu teknolojinin artması, Giltaş AŞ'yi“Akıllı Kabin”olarak adlandırılan bir proje geliştirmeye sevketmiştir. Proje, içerisinde müşteri ve ürün bazlı otomatik tanımlama ve öneri sistemlerini içermektedir. RFID uygulaması ve veri madenciliği bölümleri tarafımızca gerçekleştirilmiştir. Ayrıca Nebim Entegrasyon bölümü de bulunmakta, fakat bu çalışmada yer almamıştır. Bu proje, RFID uygulaması ve veri madenciliği olarak 2 alt projeden oluşmaktadır. RFID uygulaması, fiziksel mağazanın çeşitli bölümlerine ilişkin olarak gerçekleştirilmiştir. Bu bölümler; soyunma kabinleri, hızlı kasalar, mağaza sahibinin müşteri takibi için karar vereceği belirli yerler ve güvenlik amaçlı yapılmış çıkış kapılarıdır. Projenin ikinci kısmında, Nebim ERP veri tablolarında var olan veriler filtrelenerek bir veri ambarı oluşturulmuştur. Satış verileri temel alınarak, birlikte satılan ürünler diğer bir deyişle sık tekrar eden ürün kümeleri Apriori algoritması yardımıyla belirlenmiştir. Daha sonra bu ürün kümeleri, kabinde tanımlanan ürüne ilişkin öneri oluşturmakta kullanılmıştır. Sınıflandırma ve kümeleme metotları, müşteri bazlı öneri yapmak için birlikte kullanılmıştır. Veri özellikleri kategorik olarak seçilmiş ve içinde cinsiyet, yaş (belirli yaş aralıkları belirli kitleleri ifade edecek şekilde gruplandı), en üst hiyerarşi bilgilerini (örneğin; mavi 2015 v-yaka tişört, sadece tişört olarak ifade edildi.) içermektedir. İlk olarak müşteriler, önceden karar verilen bu özellikler kullanılarak gruplanmıştır. Daha sonra kümeleme sonuçları sınıflandırma için hedef sınıf olarak, aynı özellik kümesi ile beraber kullanılmıştır. Bir karar ağacı oluşturmak için J48 algoritması kullanılmıştır. Karar ağacı, soyunma kabininde algılanan müşteriyi sınıflandırmak için kullanılmıştır. Müşteri sınıflandırıldığı anda, ait olduğu kümeye ait en çok satılan ürünler müşteriye önerilmiştir. Bu projenin odağı olarak gıda dışı perakende sektöründe ERP kullanan firmalar ele alınmıştır. Proje temel olarak web projesi olup, bildirim alımları için ayrıca Android uygulaması barındırmaktadır.

Özet (Çeviri)

In today's world, RFID technology is playing effective role in many parts of our lives, such as supply chain, logistics, item-inventory tracking and so on. This technology is seen by some as inevitable replacement for barcodes especially in clothing industry. The increase of this method in order to identify products and customers, motivated Giltaş Inc. to develope a project called“Smart Fitting Room”that involves auto identification and recommendation system based on both customers and products in retail industry. We are assigned to this project for RFID implementation and recommendation system. There is also Nebim Integration part which is excluded on this study. This project involves 2 sub projects; RFID implementation and data mining. RFID implementation has been done concerning various parts of the physical store. These parts consist of fitting rooms, express lanes, spesific locations which the owner of a store can decide to trace customers in the store and exit doors for security purposes. In second project, a data warehouse has been established by filtering the existing data from Nebim ERP data tables. Based on the purchased item transactions, first the products sold together, which in other words frequent itemsets are extracted by using Apriori algorithm. Then the frequent itemsets are used to make recommendations based on the products which are identified in the fitting room. Classification and clustering methods have been used together to provide customer-based recommendation. Data attributes have been determined as catogerical data which includes gender, age (different age intervals have been grouped to describe spesific audience), city and top hierarchies of items (for instance; blue 2015 v-neck t-shirt expressed as only t-shirt). First customers have been clustered by using k-means algorithm based on these predetermined data attributes. Then cluster results have been used as target classes for classification with the same attribute set. J48 algorithm has been executed to construct a decision tree. The decision tree has been used to classify a customer who is identified in the fitting room. Once the customer has been classified, best-selling products related to that cluster have been recommended to customer. The scope of the research has been considered as the companies that use ERP and offer service in retail industry. The project has been implemented mainly as web project and it also contains Android application for push notifications.

Benzer Tezler

  1. Görüntü işleme ve derin öğrenme yöntemleri kullanılarak ankilozan spondilit erken teşhisine yönelik karar destek sisteminin geliştirilmesi

    Development of decision support system for early detebtion of ankylosing spondylitis using image processing and deep learning methods

    EMRE ÇANAYAZ

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEHRA AYSUN ALTIKARDEŞ

    PROF. DR. ALPARSLAN ÜNSAL

  2. Belediyelerde sosyal yardım hizmetleri dağıtımına yönelik karar destek sistemi geliştirilmesi

    Development of decision support system for distribution of social assistance services in municipalities

    BÜŞRA TAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT KARABATAK

  3. Development of a decision-support tool for managing drinking water reservoir by using machine learning and deep learning methods

    Makine öğrenmesi ve derin öğrenme yöntemlerini kullanarak içme suyu reservuarının yönetimi için bir karar destek aracının geliştirilmesi

    SERKAN ÖZDEMİR

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. SEVGİ ÖZKAN YILDIRIM

    DR. MUHAMMAD YAQUB

  4. Integrating model bases with data bases in the design of decision support systems

    Başlık çevirisi yok

    EROL İNELMEN

    Doktora

    İngilizce

    İngilizce

    1991

    İşletmeMarmara Üniversitesi

    DOÇ.DR. NÜKET YETİŞ

  5. Yüz görüntülerinden kırışıklık tespiti ve sınıflandırılmasıyla yaş tahmini algoritması geliştirilmesi

    Development of age estimation algorithm by determination and classification of wrinkle from face images

    ŞULE BERNA AYAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    BiyomühendislikTOBB Ekonomi ve Teknoloji Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN EROĞUL