Geri Dön

Perakende sektöründe veri madenciliği teknikleri ile satış tahmini

Sales forecasting in the retail sector with data mining techniques

  1. Tez No: 713705
  2. Yazar: PELİN DİNÇOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN AYGÜN
  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: 2022
  8. Dil: Türkçe
  9. Üniversite: Maltepe Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 82

Özet

Gelişen teknoloji bize birçok verinin sanal ortamda saklanması ve analizlerde kullanılması ile değerli bilgilere ulaşma imkanı sağlamıştır. Bu veriler içerisinden anlamlı bir bilgiye ulaşmak için veri madenciliği konusunda pek çok gelişim sağlanmıştır. Veri madenciliği uygulamaları arasında şirketlerin satış tahminlerinin belirlenmesi amacıyla elde edilen veriler ile tahminleme konusunda birçok çalışma bulunmaktadır. Bu çalışmada perakende sektörüne ait satış verileri kullanılarak satış tahminlemesi veri madenciliğinin tahminleme algoritmaları kullanılarak yapılacaktır. İlk olarak veri madenciliği, kullanım alanları ve işlevleri incelenecektir. Sonrasında veri madenciliği detaylandırılarak satış tahminlemesinde kullanılacak tahminleme modelleri tanıtılacaktır.

Özet (Çeviri)

The developing technology has provided us to reach valuable information by storing many data in a virtual environment and using them in analysis. There has been many improvements have been made to reach the meaningful information through these information. There are many studies on forecasting with the data obtained to determine the sales estimates of companies will being applied in data mining applications. In this study, sales forecasting will be done by using the estimation algorithms of data mining by using sales data of the retail industry. First, data mining, usage areas and functions will be examined. Later, data mining will be detailed and forecasting models to be used in sales forecasting will be introduced.

Benzer Tezler

  1. RFMLP based customer segmentation and customer churn analysis in heavy equipment industry using customer transactions data

    İş makinesi sektöründe müşteri işlem verilerini kullanarak RFMLP tabanlı müşteri segmentasyonu ve müşteri kayıp analizi

    MUSTAFA ÇAMLICA

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. FETHİ ÇALIŞIR

  2. Güncellik, sıklık, parasallık analizi ve k- ortalamalar kümeleme analizi ile müşteri bölümlendirme: perakende sektöründe bir uygulama

    Customer segmentation with recency, frequency, monetary analysis and k-means cluster analysis: an application in the retail industry

    HATİCE DAĞASLANI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İstatistikİstanbul Ticaret Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ÖZLEM DENİZ BAŞAR

  3. Perakende şirketi satış verilerinde aprıorı algoritması ile market sepet analizi ve detaylı müşteri segmentasyonu

    Market basket analysis using the apriori algorithm and detailed customer segmentation in retail company sales data

    KERİM DİNÇER

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FERHAT ATASOY

  4. Ürün kategorileri arasındaki satış ilişkisinin birliktelik kuralları ve kümeleme analizi ile belirlenmesi ve perakende sektöründe bir uygulama

    Determining product categories sales relationship with association rules and cluster analysis: an application in retailing sector

    ERTUĞRUL ERGÜN

    Doktora

    Türkçe

    Türkçe

    2008

    İşletmeAfyon Kocatepe Üniversitesi

    İşletme Bölümü

    YRD. DOÇ. DR. ALİ ELEREN

  5. Müşteri profili ve alışveriş hareketlerini belirlemede RFM analizi ve birliktelik kuralları analizi: Perakende sektöründe bir uygulama

    Customer profile and shopping movements RFM analysis and combination in determination rules analysis: A thing in the retail industryapplication

    GÜLFEM OĞUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Ticaret Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. OĞUZ BORAT