Anomaly detection for retail stores' rental payments: A forecasting approach
Perakende mağazaların kira ödemelerinde anomali tespiti: Tahmin yaklaşımı
- Tez No: 926377
- Danışmanlar: PROF. DR. İBRAHİM EMİROĞLU, DOÇ. DR. ARZU TURAN DİNCEL
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Matematik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 60
Özet
Çeşitli alanlarda ve sektörlerden zamana bağlı veri elde edilebilmektedir. Bu veriler için genel olarak zaman serisi ifadesi kullanılır. Zaman serileri tahminleme yöntemi için tercih edilen veriler içermektedir. Tahminlemenin tercih edildiği alanlar geniştir. Bu alanlardan biri de perakende sektörüdür. Perakende şirketlerinin birçok mağazası vardır ve bununla beraber de kira ödemesi gereken birçok mal sahibi vardır. Kira ödemesi oldukça önemli olup yanlış ödeme sonucu şirketin zararına olmaktadır. Satışa bağlı ya da sabit olmak üzere kira ödemeleri yapılabilmektedir. Satışa bağlı ödenen kiralar satış miktarına göre ay bazında değişiklik gösterebilmektedir. Bu çalışmada tahminleme yönteminin kullanılmasının amacı bir perakende şirketinin satışa bağlı ödenen kiralarında satış miktarının önceden tahmini ile gerçek satış miktarı arasında yaşanacak anomali durumunu kira ödemeden fark edip mal sahiplerine kiraların doğru ödenmesidir. Bunun için sadece satışa bağlı olarak ödeme yapılan Türkiye'nin farklı bölgelerinden 30 farklı mağaza seçilmiştir. Bu mağazalara ait 2021-2023 aralığındaki ay bazında satış tutar verileri kullanılmıştır. Verilerin ilk 2 senesi eğitim son 1 senesi test olarak ayrılmıştır. Zaman serilerinde tahminleme için istatiksel, makine öğrenmesi ve derin öğrenmeden kullanılabilecek birçok yöntem vardır. Bu çalışmada istatiksel yöntemlerden ARIMA modeli uygulanmış olup yaz turizm olan mağazalar için SARIMA modeli de denenmiştir. Model başarısı için MSE ve MAPE kullanılmıştır. Çalışma sonucunda bir mağaza için anomali satış tutarı tespit edilmiş ve sebebi araştırılmıştır.
Özet (Çeviri)
Time-dependent data can be obtained from various fields and sectors. The term time series is generally used for this data. It contains preferred data for forecasting methods. The areas where the forecasting is utilized are wide. One of these areas is the retail sector. Retail companies have many stores and many landlords to whom they must pay rent. Rent payment is critical, and incorrect payment results in losses for a company. Rental payments can be based on sales or fixed. Rent paid based on sales may vary monthly depending on the sales amount. The purpose of using the forecasting method in this study is to detect the anomaly between the pre-estimation of the sales and actual sales amount in the rents paid based on sales of a retail company before paying rent and to ensure that the rents are paid correctly to the owners. For this purpose, 30 stores were selected from different regions of Turkey, where payments are made only based on sales. Monthly sales amount data for these stores between 2021-2023 was used. The first two years of the data are allocated as training and the last year as testing. Many methods can be used for forecasting in time series, from statistics to machine learning, and deep learning. In this study, the ARIMA model, one of the statistical methods, was applied and the SARIMA model was also tried for summer tourism stores. MSE and MAPE were used to measure the success of the model. As a result of the study, anomaly sales amount was determined for one store and the reason was investigated.
Benzer Tezler
- RFMLP based customer segmentation and customer churn analysis in heavy equipment industry using customer transactions data
İş makinesi sektöründe müşteri işlem verilerini kullanarak RFMLP tabanlı müşteri segmentasyonu ve müşteri kayıp analizi
MUSTAFA ÇAMLICA
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FETHİ ÇALIŞIR
- Anomaly detection using machine learning techniques: A comparative study on first payment default prediction in retail loans
Yapay öğrenme yöntemleriyle anomali saptanması: Bireysel kredilerde ilk ödemede batma tahmini üzerine karşılaştırmalı bir çalışma
AHMET TALHA YİĞİT
Yüksek Lisans
İngilizce
2022
Bankacılıkİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Anomaly detection via machine learning
Makine öğrenmesi ile anormallik tespiti
GÖRKEM ERDEM
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FEZA KERESTECİOĞLU
DR. ÖĞR. ÜYESİ MESUT ÇEVİK
- Inventory stock anomaly detection with variational autoencoder
Değişken otokodlayıcı kullanarak envanter stoğundaki anomalilerin tespiti
HALİL ARĞUN
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SADETTİN EMRE ALPTEKİN
- Veri ambarındaki perakende verilerinde anomali tespiti ve aktarımı için yapay zeka tabanlı yaklaşımlar
Artificial intelligence-based approaches for anomaly detection and transfer in retail data in the data warehouse
ONUR ÇİRKİN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAGEHAN İLHAN