Yeni piyasaya sürülen ürünler için makine öğrenimi odaklı satış tahmini yaklaşımı
A machine learning-driven sales forecastingapproach for newly launched products
- Tez No: 816080
- Danışmanlar: DOÇ. DR. TEVFİK AYTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endüstri ve Endüstri Mühendisliği, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Industrial and Industrial Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Satış tahmini, moda endüstrisinde faaliyet gösteren şirketler için en zorlu problemlerden biridir. Talep tahmininde talep oynaklığının, trendin, kısıtlı tedarik sürelerinin, büyük ürün çeşitliliğinin ve sezonsallığın etkileri hayati önem taşır. En önemlisi, moda perakendecileri, ürünlerin sezonsallık etkisi ve kısa yaşam döngüleri nedeniyle gelecekteki talebi tahmin etmekte zorlanmaktadır. Genel kabul görmüş bir görüş olsa da yeni piyasaya sürülen ürünlerin gelecekteki talebini tahmin etmek, yeni ürünlerin herhangi bir geçmiş satış verisine sahip olmaması nedeniyle daha da zordur. Moda sektöründe faaliyet gösteren kuruluşların sayısı göz önüne alındığında, müşteri taleplerinin karşılanması, başarı ve kar artışı için en önemli özelliklerden biri haline gelmektedir. Bu çalışma, yeni piyasaya sürülen ürünler için makine öğrenimine dayalı bir talep tahmini yaklaşımı sunmaktadır. Önerilen model, bir moda perakendecisinin sansürlenmiş tarihsel satış verileri üzerinde uygulanmıştır. Ek olarak, önerilen algoritma, yeni piyasaya sürülen ürünler için daha iyi talep tahmini doğruluğu sağlamak hedefiyle ürün seviyesinden elde edilen tahminleri yüksek ürün hiyerarşilerinden elde edilen tahminlerle birleştirir. Tahminler modelden elde edildikten sonra, geleneksel hata payı ölçümü teknikleri kullanılarak karşılaştırılmıştır.
Özet (Çeviri)
Sales forecasting is one of the most challenging problems for companies operating in the fashion industry. The effects of demand volatility, trend, constrained lead times, huge product variety, and seasonality are vital to demand forecasting. Most importantly, fashion retailers are struggling with forecasting future demand because of the seasonality effect and short life cycles of the products. Even though it is a generally accepted opinion, forecasting future demand of newly launched products is even more challenging, because of the fact that new products do not have any historical sales data. When the number of organizations operating in the fashion industry is considered, satisfying customer demand becomes one of the most significant features for success and profit improvements. This study introduces a machine learning-driven sales forecasting approach for newly launched products. The proposed model applied on a fashion retailer's censured historical sales data. On the other hand, the proposed algorithm combines product-level predictions with chain-level predictions to provide better sales forecasting accuracy for fashion retailers and for newly launched products. Once the predictions are obtained from the model, they are measured with traditional accuracy metrics.
Benzer Tezler
- Çoklu kameralı kalite kontrol sistemleri için gerçek zamanlı paralel hesaplama kullanan makine görmesi yaklaşımı
A machine vision approach using real-time parallel computing for multi-camera quality control systems
NURETTİN MUTLU ZORLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE
- Generative adversarial networks based level generation for angry birds
Çekişmeli üretici ağlar ile angry birds bölümlerinin üretilmesi
BURKAN YILMAZ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiOyun ve Etkileşim Teknolojileri Ana Bilim Dalı
DOÇ. DR. SANEM SARIEL UZER
- Toplam kalite yönetimi ve destekleyen bilgi sistemleri
Total quality management and supporting information systems
UFUK UZEL
- Topluluk Hukukunda miktar kısıtlamasına eş etkili önlemler
Quantitative restrictions and measures having equivalent effect in EC Law
TOLGA CANDAN
Doktora
Türkçe
2008
HukukAnkara ÜniversitesiAvrupa Birliği ve Uluslararası Ekonomik İlişkiler Ana Bilim Dalı
PROF. DR. TUĞRUL ARAT
- Kar amaçlı organizasyonlara 2000'li yılları kazandıracak muhtemel yönetim stratejileri
Başlık çevirisi yok
E. İBRAHİM ÖZKAYA