A machine learning approach to understand the amazon buy box mechanism
Amazon buy box mekanizmasını anlamak için bir makine öğrenmesi yaklaşımı
- Tez No: 764065
- Danışmanlar: Assoc. Prof. Dr. AYŞE KOCABIYIKOĞLU, Assist. Prof. Dr. BURAK GÖKGÜR
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Yönetim Bilimleri Enstitüsü
- Ana Bilim Dalı: İş Analitiği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 57
Özet
Amazon marketplace, dünyanın önde gelen e-ticaret şirketidir. Pazar yerinin en önemli özelliklerinden biri, bir ürünün birden fazla satıcı tarafından müşterilere sunulabilmesidir. Bu satıcılardan biri, ürün ayrıntıları sayfasında satın alma kutusu kazananı (buy box) olarak Amazon tarafından seçilir. Bir satıcı için buy box pozisyonunu kazanmak çok önemlidir çünkü satışların %80'inden fazlası buy box satıcıları tarafından yapılır. Bu tezde, Amazon Buy Box mekanizmasını anlamak için bir makine öğrenimi yaklaşımı geliştirdik. Veri kümesini Amazon AnyOfferChanged- Notification API aracılığıyla topladık. Veri seti, bir ürünün en düşük yirmi teklifi ve satıcıların özelliklerini tarih bilgisi ile birlikte içermektedir. Buy box kazananlarını tahmin etmek için Random Forest, XGBoost ve LightGBM olan denetimli makine öğrenimi sınıflandırma modelleri geliştirdik. Ayrıca, hiperparametre ayarlama ve çeşitli alt küme seçim teknikleri uyguladık. Bu modeller, seçilen ürünler için %97'den fazla doğruluk yansıtmaktadır. XGBoost modeli, doğruluk, kesinlik, geri çağırma ve f1 puanı açısından diğer modellerden biraz daha yüksek performans göstermiştir.
Özet (Çeviri)
Amazon marketplace is the leading e-commerce company globally. One of the most important features of the marketplace is a product can be offered to the customers by more than one seller. One of these sellers is selected by Amazon as the buy box winner on the product details page. Winning the buy box position is very important to a seller because more than 80% of the sales occur by buy box sellers. In this thesis, we developed a machine learning approach to understand the Amazon Buy Box mechanism. We have gathered the data set via Amazon AnyOfferChangedNotification API. The data set consists of the lowest twenty offers of a product and features of the sellers with the gathering time of the data set which is publicly available. We have developed supervised machine learning classification models which are Random Forest, XGBoost, and LightGBM to predict buy box winners. We have applied hyperparameter tuning and several subset selection techniques. These models reflected over 97% of accuracy for selected products. XGBoost model performed slightly higher than other models in terms of accuracy, precision, recall, and f1 score.
Benzer Tezler
- Pazarlama hizmetinde yapay zeka: Netflix öneri sistemi örneği
Artificial intelligence in the service of marketing: Case of Netflix recommendation system
MARWA BELHADJ
Yüksek Lisans
Türkçe
2022
İşletmeNecmettin Erbakan Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHMUT NEVFEL ELGÜN
- A machine learning approach to predict the buy box winner
Satın alma kutusu kazananını tahmin etmek için bir makine öğrenimi yaklaşımı
BAYAN HASAN ISHAQ AL-ANANI AL-ANANI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiVeri Analitiği Ana Bilim Dalı
YRD. DOÇ. DR. SELAMİ BAĞRIYANIK
- Assessment of Libyan economy through key economic performance indicators using TOPSIS method
Libya'nın ekonomik performansının TOPSIS yöntemiyle değerlendirilmesi
RIM H MOHAMED ELDINALI
Yüksek Lisans
İngilizce
2020
Ekonomiİstanbul Aydın Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. ÇİĞDEM ÖZARI
- Estimating swelling characteristics of clays using methylene blue test: A machine learning approach
Killerin şişme karakteritiğinin metilen mavisi testi ile tespit edilmesi: Bir yapay zeka yaklaşımı
GAMZE DİDEM ÖGET
Yüksek Lisans
İngilizce
2014
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ONUR PEKCAN
PROF. DR. ERDAL ÇOKÇA