Supermarket sales forecasting using machine learning algorithms, a comperative study
Makine öğrenme algoritmalarını kullanarak süpermarket satış tahmini, karşılaştırmalı bir çalışma
- Tez No: 903873
- Danışmanlar: DOÇ. DR. ATINÇ YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Disiplinlerarası Mühendislik Ana Bilim Dalı
- Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Bilim Dalı
- Sayfa Sayısı: 47
Özet
Satış tahmini, perakende sektöründe envanter yönetimi ve stratejik planlamaya uygulanabilen önemli uygulamalardan biridir. Bu makale, makine öğrenimi algoritmalarını kullanarak satış tahminlerinin doğruluğunu ve güvenilirliğini belirtmeyi amaçlamaktadır. Geleneksel tahmin yöntemlerinde, verilerdeki karmaşık kalıpların çoğunlukla göz ardı edildiği, makine öğreniminin ise yalnızca süreci hızlandırmak ve sonuca daha iyi doğruluk sağlamak için devreye girdiği ileri sürülmektedir. Çalışmada ARIMA, Rastgele Orman Regresyonu, Gradient Boosting Machines ve Yapay Sinir Ağları dahil olmak üzere bir dizi makine öğrenimi modeli uygulanmıştır. Modellerin performansları, özellik mühendisliği teknikleri kullanılarak ayarlanmış ve farklı özellik kümeleriyle test edilmiştir. Her model için R², RMSE, MSE, ortalama zaman ve sonuçların TSE'si gibi performans ölçütleriyle k katlı çapraz doğrulama uygulanmıştır ve sonuçları karşılaştırmak için kullanılmıştır. Tüm modeller arasında, Rastgele Orman Regresyonu, ölçütler arasında karşılaştırıldığında en iyi performansı göstermiştir. Dahası, temel özelliklerin kullanımı, tüm modellerin performansını önemli ölçüde iyileştirmiştir ve Rastgele Orman en büyük iyileştirmeyi göstermiştir. Yapay Sinir Ağları ve Gradyan Artırma Makineleri de daha az ölçüde de olsa gözle görülür iyileştirmeler gösterdi.
Özet (Çeviri)
Sales forecasting is one of the important applications that can be applied to inventory management and strategic planning in the retail industry. This paper aims to specify the accuracy and reliability of sales forecasts utilizing machine learning algorithms. It is argued that in traditional forecasting methods, complex patterns in data are mostly ignored, while machine learning only comes into play to speed up the process and give better accuracy to the result. The study applied a number of machine learning models, including ARIMA, Random Forest Regression, Gradient Boosting Machines, and Artificial Neural Networks. The models' performances were tuned using feature engineering techniques and tested with different sets of features. k-fold cross-validation for each model with performance metrics such as R², RMSE, MSE, mean time, and TSE of the results was applied is used to compare the results. Among all models, Random Forest Regression performed the best when compared across metrics. Moreover, the use of key features significantly improved the performance of all models, with Random Forest showing the greatest improvement. Artificial Neural Networks and Gradient Boosting Machines also showed noticeable improvements, though to a lesser extent.
Benzer Tezler
- Talep tahmini için model topluluklarının kullanılması
Using ensembles of classifiers for demand forecasting
İREM İŞLEK
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞULE ÖĞÜDÜCÜ
- Perakende sektöründe promosyon tahminleme
Promotional forecasting for demand in retail sector
FERHAT ARIKAN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. MEHMET ALPER TUNGA
- An axiomatic design approach to demand forecasting applications in retailing
Perakendecilikte talep tahmin uygulamalarında aksiyomatik tasarım yaklaşımı
MELTEM TARHAN KAYHAN
Doktora
İngilizce
2003
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SAMİ ERCAN
- Türkiye'de şampuan pazarı ve uygulanan pazarlama stratejileri
Shampoo market in Türkey and applied marketing stretegies
SELDA ADAK
- Perakende ürünlerinin promosyon dönemlerindeki talebinin tahmin edilmesi ve bir tahmin modeli uygulaması
Forecasting the promotional demand of retail products and the application of a forecasting model
GÖKHAN SÜRMELİ
Yüksek Lisans
Türkçe
2013
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. DİLAY ÇELEBİ