The effect of release dates on the book sale ranks
Kitapların çıkış tarihlerinin, satış sıralamasına olan etkisi
- Tez No: 658764
- Danışmanlar: PROF. DR. ABDULLAH DAŞCI
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Yönetim Bilimleri Enstitüsü
- Ana Bilim Dalı: İş Analitiği Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Bu çalışmada, Amazon web sitesinin 67 günlük kitap satış sıralaması ve fiyat kayıtlarına ait veriyi kullanarak kitapların yayınlanma tarihlerinin, satış sıralamasına olan etkisini Lineer Regresyon yöntemi ile inceledik. Kitapların yayınlanma tarihinin, satış sıralamasını saptamakta önemli bir rol oynadığı sonucuna vardık. Ek olarak, satış sıralamalarını ve fiyat kayıtlarını kullanarak otoregresif bir şekilde satış sıralamalarını tahmin etmeye çalıştık. Bu zaman serisi tahmini problemini bir güdümlü öğrenme problemine dönüştürmek için“kayan pencere”metodunu uyguladık. Satış sıralamasını tahmin etmek için dört makine öğrenimi modeli ve bir derin öğrenme modeli kurduk. Karşılaştırma için iki kriter olan $R^2$ ve karesel ortalama hata ölçütlerini hesapladık. Modellerdeki parametre seçimlerini yapmak için k-katlamalı Çapraz Geçerlilik yöntemini kullandık. Lineer Regresyonun diğer dört model olan Ridge Regresyonu, Rastgele Orman, Hafif Gradyan Arttırma Makinesi ve Yapay Sinir Ağları'ndan daha iyi performans gösterdiği sonucuna ulaştık.
Özet (Çeviri)
In this study, we examined the effect of a book's publishing date on its sales ranking with a Linear Regression model by using Amazon's daily book ranking and price data for 67 days. We found out that the release date of a book is an important factor in evaluating the book rankings. We also studied the prediction of rankings using the lagged variables of price and ranking. To transform this time series prediction problem into a supervised learning problem, we used the sliding window approach. We used four machine learning and one deep learning approach to predict the rankings. To compare the results, two evaluation criterias; $R^2$ and root mean squared error were used. When tuning the hyperparameters, we used k-fold Cross Validation. We found out that linear regression outperformed the rest of the models, which are Ridge Regression, Random Forest, Light Gradient Boosting Machine, and Neural Network.
Benzer Tezler
- Türkiye'de kar payı bulmacası
Başlık çevirisi yok
ZAFER KUTLAY ENSARİ
Yüksek Lisans
Türkçe
1997
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. CUDİ TUNCER GÜRSOY
- Püskürtmeli kurutucuda trona çözeltisi ile yapılan desülfürizasyon çalışmaları ve CFD simülasyonu
Başlık çevirisi yok
S.CELAL KARAKAŞ
Yüksek Lisans
Türkçe
1998
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLHAYAT NASÜN (SAYGILI)
- Milli Savunma Bakanlığı inşaat emlak teşkilatında ödeneklerin planlama ve görevlerin yürütülme esasları ile problemlerin çözüm yöntemleri
Başlık çevirisi yok
HÜSEYİN IŞIK
Yüksek Lisans
Türkçe
1997
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. DOĞAN SORGUÇ
- Led tv için ortadan ayak tasarımı ve analizi
Central stand design and analysis for led tv
BAHTİYAR YILMAZ
Yüksek Lisans
Türkçe
2016
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM MEHMET PALABIYIK