Location-allocation through machine learning for e-commerce logistic services
E-ticaret lojistik hizmetleri için makine öğrenimi yoluyla konum tahsisi
- Tez No: 726829
- Danışmanlar: DOÇ. DR. TAMER DAĞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 99
Özet
Şirketler, gelirlerinde herhangi bir kayıp olmayacak şekilde işlerini büyütmek isterler. Bir e-ticaret lojistik şirketi, malların alıcılara dağıtımı ve teslimatı olarak işlev görür. İş ağlarını büyütmek için yeni şubeler açmak kritik bir karardır, çünkü bir şubenin yerini doğru belirlemek, bir e-ticaret lojistik şirketinin sadece gelirini artırmasına değil, aynı zamanda müşteri memnuniyetini de artırmasına yardımcı olacaktır. Lokasyonlara dayalı lojistik ağ, işletmeleri için en hayati girdidir. Bu tür kararlar için veri bilimi son yıllarda önemli bir araç haline geliyor. Araştırmalar, demografik bilgilerin e-ticarette tüketici davranışları üzerinde önemli bir etkiye sahip olduğunu göstermektedir. Bu çalışmada bir e-ticaret lojistik firması için demografik veriler ve mevcut talep kullanılarak talep potansiyeli incelenecektir. Bu çalışmanın sonucu yeni şubelerin yerini belirlemek için kullanılabilir. Teslimat talebi potansiyel tahminin yardımıyla yeni bir şubenin konumuna karar vermek için makine öğrenme teknikleri kullanılacaktır.
Özet (Çeviri)
Companies desire to expand their businesses in such a way that there will not be any loss in their revenues. An e-commerce logistics company functions as the distribution and delivery of goods to buyers. To expand the business, opening new branches is a critical decision since determining the location of a branch correctly will not only help an e-commerce logistics company to increase its revenue but also improve customer satisfaction. The logistic network, which is based on locations, is the most vital input for their business. For such decisions, data science is becoming an essential tool in recent years. Research shows that demographic information has a considerable impact on consumer behavior in e-commerce. In this thesis, the demand potential is studied by using demographic data and current demand for an e-commerce logistics company. The outcome of this work can be used to determine the location of new branches. Machine learning techniques are being used to decide the location of a new branch with the help of delivery demand potential prediction.
Benzer Tezler
- A machine learning approach for marginal fulfillment cost estimation in last mile delivery
Makine öğrenmesi temelli sınırsal teslimat maliyeti tahmini
ALİ NALBANT
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARIŞ YILDIZ
- Machine learning of social media data on a spatio-temporal basis
Sosyal medya verilerinin zaman-mekansal temellere göre makine öğrenimi
BÜŞRA YEŞİLBAŞ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TANKUT ACARMAN
- A robust framework covering measures developed using EVM metric against jamming attacks in next-generation communication systems
Yeni nesil haberleşme sistemlerinde karıştırma saldırılarına karşı EVM metriği kullanılarak geliştirilen önlemleri kapsayan güçlü bir çerçeve
CEM ÖRNEK
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT KARTAL
- İnsan kaynakları yönetiminde veri analitiği uygulamaları: Zincir marketlerde kümeleme
Data analytics applications in human resource management: Clustering in chain markets
NURBANU DERMAN DOĞAN
- Modlar arası lojistik operasyonların optimizasyonunda yeşil ve yenilikçi çözüm yaklaşımları
Green and innovative solution approaches for the optimization of intermodal logistics operations
FATMA TALYA SUDABAŞ
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SELİN SONER KARA