Predictive modeling of return occurrence in e-commerce apparel market: A comparative study of logistic regression, LASSO, XGBoost and Random Forest techniques
E-ticaret giyim pazarında iade tahmini modelleme: Lojistik regresyon, LASSO, XGBoost ve Rastgele Orman tekniklerinin karşılaştırmalı bir çalışması
- Tez No: 871010
- Danışmanlar: YRD. DOÇ. DR. YASEMİN LİMON KAHYAOĞLU, DOÇ. DR. FEHMİ TANRISEVER
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Ekonomi ve Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, Türkiye'de faaliyet gösteren bir e-ticaret şirketinin giyim segmentinde iade oluşumu için tahmin modelinin geliştirilmesine odaklanmaktadır. Şirket tarafından sağlanan verileri kullanarak, araştırma çeşitli makine öğrenimi tekniklerini kullanarak iade oluşumları üzerinde çeşitli faktörlerin etkisini keşfetmektedir. Modeller, ürün, tedarikçi, müşteri ve alışveriş bilgileri ile ilgili tahmin edici değişkenlerin yanı sıra bu değişkenlerin etkileşimini de içerecek şekilde geliştirilmiştir. Nihai modeli basitleştirmek ve en etkili değişkenleri seçmek için LASSO uygulanmıştır. Modeller, AUC skoru, doğruluk, kesinlik ve duyarlılık gibi performans metrikleri ile karşılaştırılmıştır. Lojistik regresyon modelinin AUC skoru açısından XGBoost ve Rastgele Orman'dan daha iyi performans sergilediği görülmektedir.
Özet (Çeviri)
This study focuses on the development of a predictive model for return occurrence in the apparel segment of an e-commerce company based in Turkey. Leveraging data provided by the company, the research employs various machine learning techniques to explore the impact of various factors on return. Models are developed, incorporating predictor variables related to product, supplier, customer and shopping information with the final model also including interaction of these variables. LASSO is applied to simplify the final model and select the most relevant variables. Performance metrics; AUC score, accuracy, precision, and recall are evaluated for the models, with comparisons made between logistic regression, LASSO, XGBoost, and Random Forest. Findings indicate that logistic regression models outperform XGBoost and Random Forest in terms of AUC score.
Benzer Tezler
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- Marmara bölgesindeki kavun ve karpuz yetiştiriciliğinin bugünkü durumu, sorunları ve öneriler
The Status of melon and water melongrowing in Marmara region at present and its Problems and recommedations
MEHMET GÜLER
- Studies on the cuttability of rocks at O.A.L. Çayırhan district by laboratory cutting tests
Başlık çevirisi yok
KÜRŞAD CEYLAN
Yüksek Lisans
İngilizce
1987
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. NACİ BÖLÜKBAŞI
- Sera domates üretiminde aşı uygulaması ile elde edilen çift kök sistemine sahip domateslerin verim ve kalite yönünden üstünlükleri üzerine bir araştırma
Başlık çevirisi yok
ALİ DİZDAROĞLU
Yüksek Lisans
Türkçe
1985
ZiraatEge ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. FAHRETTİN MECİT
- Tokat ili merkez ilçesi tarım işletmelerinde işgücü varlığı ve değerlendirme durumu üzerine bir araştırma
Başlık çevirisi yok
KEMAL ESENGÜN
Yüksek Lisans
Türkçe
1987
ZiraatCumhuriyet ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF.DR. AHMET ERKUŞ