Elektronikus kereskedelmi adatok idősorának előrejelzése

OData támogatás
Konzulens:
Dr. Pataki Béla
Méréstechnika és Információs Rendszerek Tanszék

Az elektronikus kereskedelemmel foglalkozó cégek sok adatot gyűjtenek össze a tevékenységük során. Az informatikus mérnökök egyik feladata, hogy ezeket az adatokat tárolják és feldolgozzák, olyan elemzéseket készítve, amelyek segítik az üzleti döntéshozók munkáját. Az egyik régóta kutatott terület az értékesítési adatok előrejelzése. Az üzleti vezetők és marketing menedzserek korábban csak egyszerűbb statisztikai eszközöket használtak az előrejelzés elkészítéséhez. Ezek azonban nem elég pontosak, sok esetben nem reagálnak elég gyorsan a hirtelen változásokra. Modern adatbányászati eszközökkel és a gépi tanulás algoritmusaival azonban sokat javíthatunk az előrejelzések minőségén. A dolgozatomban sorra bemutatom az értékesítési idősorok előrejelzéséhez használt statisztikai és adatbányászati eljárások közül a legnépszerűbbeket, külön kitérek az egyes módszerek előnyeire és hátrányaira. A dolgozat második felében bemutatom a saját kísérleteimet is. Az LS-SVM algoritmust használtam fel egy magyar webáruház valódi értékesítési adatainak előrejelzésére. Ez az egyik legfejlettebbnek mondható módszer, mind pontosságban, mint számítási időben jobb tulajdonságokkal rendelkezik a többi neurális hálózathoz képest. Annak ellenére, hogy viszonylag kis adathalmazzal dolgoztam, az LS-SVM képes volt pontosabb előrejelzést készíteni, mint a kontrollként használt mozgóátlag.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.