Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17626
Title: Πρόβλεψη ζήτησης σε καταστήματα λιανικής με μεθόδους ιεραρχικής συνάθροισης και τεχνικές μηχανικής μάθησης
Authors: Σεγρέδος, Κωνσταντίνος
Ασημακόπουλος Βασίλειος
Keywords: Τεχνικές Προβλέψεων
Ιεραρχική Συνάθροιση Χρονοσειρών
Τεχνικές Μηχανικής Μάθησης
Ιεραρχικές Προβλέψεις
Νευρωνικά Δίκτυα
Forecasting Techniques
Hierarchical Aggregation
Machine Learning Techniques
Hierarchical Forecasting
Neural Networks
Issue Date: 16-Jul-2020
Abstract: Η παρούσα διπλωματική εργασία εξετάζει την πρόβλεψη των πωλήσεων σε καταστήματα λιανικής με την χρήση μεθόδων ιεραρχικής συνάθροισης και τεχνικές μηχανικής μάθησης. Σκοπός είναι να εξακριβωθεί πόσο καλά ανταποκρίνονται οι μέθοδοι μηχανικής μάθησης σε ιεραρχικά δεδομένα σε σχέση με τις κλασικές μεθόδους πρόβλεψης. Η μελέτη γίνεται σε ένα σύνολο μιας αλυσίδας καταστημάτων διαφορετικών γεωγραφικών περιοχών, οπότε κρίνεται αναγκαία η συμφιλίωση των επιμέρους προβλέψεων που θα παραχθούν ώστε οι προβλέψεις των χαμηλότερων επιπέδων να αθροίζουν σε αυτές των υψηλότερων. Για αυτό το λόγο γίνεται χρήση μεθόδων ιεραρχικής πρόβλεψης(hierarchical forecasting). Εισαγωγικά παρουσιάζονται κάποια βασικά χαρακτηριστικά των προβλέψεων, των μοντέλων χρονοσειρών καθώς και η ανάλυση που γίνεται πριν τη διαδικασία της πρόβλεψης. Αναλύονται στη συνέχεια οι μέθοδοι πρόβλεψης που θα χρησιμοποιηθούν ως σημείο αναφοράς και οι μέθοδοι μηχανικής μάθησης καθώς και οι δείκτες σφάλματος για την σύγκριση των μεθόδων. Ύστερα περιγράφονται οι μέθοδοι ιεραρχικής συνάθροισης και οι βασικές τεχνικές παραγωγής ιεραρχικών προβλέψεων. Τέλος περιγράφεται αναλυτικά η μεθοδολογία των προβλέψεων που ακολουθήθηκε και παρουσιάζονται τα αποτελέσματα των μεθόδων που ελέγχθηκαν.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17626
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
Διπλωματική.pdf1.67 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.