Proactive return management in E-commerce supply chains: Predictive analytics approach
E- ticaret tedarik zincirlerinde proaktif iade yönetimi:Öngörücü yaklaşım
- Tez No: 835252
- Danışmanlar: PROF. DR. METİN TÜRKAY
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği ve Operasyon Yönetimi
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 86
Özet
E-ticarette, ürün iade yönetimi, çevrimiçi perakendeciler için kritik bir endişe kaynağı olmaya başlamıştır. Çevrimiçi alışverişin hızlı artmasıyla birlikte artan ürün iade hacmi, tedarik zinciri operasyonlarının verimliliği açısından önemli zorluklar doğurmaktadır. Bu zorlukları etkin bir şekilde yönetebilmek için proaktif iade yönetimi stratejileri esastır. Bu yüksek lisans tezi, açık kaynaklı müşteri-ürün değerlendirmesi ve geri bildirim verilerini kullanarak ürün satılmadan önce ürün iadelerini tahmin etmeyi amaçlamaktadır. Çalışma, muhtemel ürün iade tahminlerini yapmak amacıyla müşteri alışveriş davranışının arkasındaki gizli faktörleri ortaya çıkararak çevrimiçi perakendecilere proaktif karar vermede yardımcı olmayı hedeflerken Doğal Dil işleme (NLP) tekniklerini, Bayes kişiselleştirilmiş sıralamasını (BPR) esas alan matriks ayrıştırmasını ve derin öğrenme metodolojilerini birleştiren yeni bir yaklaşım benimsemektedir.
Özet (Çeviri)
In e-commerce, product returns management has become a critical concern for online retailers. With the drastic growth of online shopping, the increasing volume of returns poses significant challenges to the efficiency of supply chain operations. To effectively address these challenges, proactive return management strategies are essential. This MS thesis aims to predict product returns before the product is sold, leveraging open-source customer-item rating and feedback data. The study adopts a novel approach combining Natural Language Processing (NLP) techniques, Matrix Factorization based on Bayesian personalized ranking loss, and deep learning methodologies to uncover latent factors behind shopping and rating behavior to make accurate return predictions, aiding online retailers in proactive decision-making and optimizing their supply chain and inventory management processes.
Benzer Tezler
- Ticari banka yönetimi ve Türk ticari bankalarının temel yönetim sorunları
The management of the commercial bank and the basic problems of the Turkish comercial bank
AYŞE ÇİĞDEM ÖNAL
- Para piyasasında banka dışı mali kesimde finansal farklılaşma: Factoring, forfaiting, leasing ve özel finans kurumları
Başlık çevirisi yok
MÜGEHAN ACARASLAN
- Sınıflandırma yöntemlerinin performansının üretilmiş ve gerçek veri setleri kullanılarak incelenmesi
Analyzing the performance of classification methods using generated and real datasets
ÇİĞDEM KADAİFÇİ YANMAZ
Yüksek Lisans
Türkçe
2024
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. EYLEM DENİZ HOWE
- How cryptographic implementations affect mobile agent systems
Şifreleme gerçekleştirmelerinin gezgin aracı internet sistemlerini nasıl etkilediği
İSMAİL ULUKUŞ
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiSistem ve Kontrol Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM
- Sigortada dağıtım ve tutundurma metodları
Başlık çevirisi yok
BANU GÖNENÇ
Yüksek Lisans
Türkçe
1994
SigortacılıkMarmara ÜniversitesiSigortacılık Ana Bilim Dalı
DOÇ. DR. OSMAN GÜRBÜZ