Geri Dön

Hizmet sektöründe derin öğrenme ve makine öğrenmesi teknikleriyle akıllı tedarik sistemi tasarımı

Intelligent supply system design with deep learning and machine learning techniques in the service industry

  1. Tez No: 777985
  2. Yazar: ZÜMRÜT YILDIRIM
  3. Danışmanlar: DOÇ. DR. BURAK ERKAYMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 53

Özet

Kafe & Restoran bazlı işletmelerin satışlarına etki eden parametrelerinin araştırılması ve bu işletmeler için akıllı tedarik sistemi tasarımının yapılmasıdır. Bu çalışmada 154 farklı işletmenin satış verileri değerlendirmeye alınmıştır. Yöntem: Bu çalışma Yapay Zekâ Yöntemleri içerisinde bulunan Makine öğrenmesi sınıflandırma algoritmaları ve derin öğrenme yöntemleri kullanılarak geliştirilmiştir. Makine öğrenmesi sınıflandırma algoritmaları arasında karşılaştırma yapılmıştır ve bu çalışmaya en uygun makine öğrenmesi sınıflandırma algoritması belirlenmiştir. Aynı zamanda derin öğrenme ve makine öğrenmesi algoritmalarının sonuçları karşılaştırılmış ve bu çalışmaya en uygun yöntem belirlenmiştir. Bulgular: Çalışma yapılırken hizmet sektöründeki satışlar üzerine Hava Durumu(Sıcaklık, Yağış Miktarı, Nispi Nem, Rüzgâr Hızı), Şehir, Gün parametrelerinin etkilerinin değerleri ölçülmüştür. Çalışmada önce hava durumunun satışlara etkisine bakılmıştır hava durumu değerleri tek başına satış değerlerine üzerine etkisinin az olduğuna saptanmıştır. Hava Durumu ile birlikte işletmenin bulunduğu İl ve satışın gerçekleştiği günün hafta içi veya hafta sonu olması durumu birlikte ele alındığında satışlar üzerindeki etkinin arttığı görülmüştür. Sonuç: Hizmet sektöründeki satışlara hava durumunun etkisi incelenmiş ve Makine öğrenmesi sınıflandırma algoritmaları ve derin öğrenme yöntemleri ile yapılan bu çalışma sonucunda bu uygulama için en uygun sınıflandırma algoritmasının Gradyan Artırma Sınıflandırma Algoritması olduğu belirlenmiştir.

Özet (Çeviri)

Purpose: Researching the parameters that affect the sales of Cafe & Restaurant based businesses and designing a smart supply system for these businesses. In this study, sales data of 154 different businesses were evaluated. Method: This study was developed by using Machine learning classification algorithms and deep learning methods in Artificial Intelligence Methods. A comparison was made between machine learning classification algorithms and the most suitable machine learning classification algorithm for this study was determined. At the same time, the results of deep learning and machine learning algorithms were compared and the most suitable method for this study was determined. Findings: During the study, the values of the effects of Weather (Temperature, Precipitation, Relative Humidity, Wind Speed), City, Day parameters on sales in the service sector were measured. In the study, the effect of the weather on the sales was examined first and it was determined that the weather values alone had little effect on the sales values. It has been observed that the effect on sales increases when the city where the business is located, together with the weather and whether the day of the sale is a weekday or weekend is considered together. Results: The effect of weather conditions on sales in the service sector was examined, and as a result of this study conducted with machine learning classification algorithms and deep learning methods, it was determined that the most suitable classification algorithm for this application was Gradient Boost Classification Algorithm.

Benzer Tezler

  1. Developing a decision-support system using machine learning and deep learning models for daily demand forecasting: A case study

    Günlük talep tahmini için makine öğrenimi ve derin öğrenme modelleri kullanarak karar destek sistemi geliştirme: Bir vaka çalişmasi

    RANA EZGİ KÖSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

  2. Equity portfolio optimization using reinforcement learning: An emerging market case

    Pekiştirmeli öğrenme ile hisse senedi portföyü optimizasyonu: Gelişmekte olan piyasa örneği

    MERT CANDAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  3. Türkiye'deki havayolu firmalarıyla ilgili sosyal medya yorumlarının makine öğrenmesi yöntemleriyle sınıflandırılması

    Classification of social media comments about airline companies in Turkey by machine learning methods

    HATİCE ELİF EKİM

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALPASLAN BURAK İNNER

  4. Duygu analizi problemi için geleneksel ve derin transfer makine öğrenmesi yöntemlerinin karşılaştırılması

    A comparison of traditional and deep transfer machine learning methods for the sentiment analysis problem

    NURAY YILDIZLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilim ve TeknolojiAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜLŞAH TÜMÜKLÜ ÖZYER

  5. Sınıflandırma problemlerine destek vektör regresyon tabanlı doğrusal olmayan yeni bir yaklaşım

    A new nonlinear approach based on support vector regression to classification problems

    ESRA BETÜL KINACI

    Doktora

    Türkçe

    Türkçe

    2023

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. HASAN BAL