Dissertation/ Thesis
Разработка модуля информационной системы предприятия на основе математической модели прогнозирования развития рынка E-COMMERCE по ключевым параметрам : магистерская диссертация
| Title: | Разработка модуля информационной системы предприятия на основе математической модели прогнозирования развития рынка E-COMMERCE по ключевым параметрам : магистерская диссертация |
|---|---|
| Authors: | Nasekina, A. A. |
| Contributors: | Филиппова, Т. Ф., Filippova, T. F., УрФУ. Институт радиоэлектроники и информационных технологий – РТФ, Базовая кафедра «Аналитика больших данных и методы видеоанализа» |
| Publisher Information: | б. и., 2022. |
| Publication Year: | 2022 |
| Subject Terms: | E-COMMERCE, СЕЗОННАЯ КОМПОНЕНТА, ELECTRONIC COMMERCE, MATHEMATICAL FORECASTING METHODS, МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ, MASTER'S THESIS, ИНТЕРНЕТ-МАГАЗИН, CONSUMER ACTIVITY INDEX, МАТЕМАТИЧЕСКИЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ, SEASONAL COMPONENT, ИНДЕКС ПОКУПАТЕЛЬСКОЙ АКТИВНОСТИ, ONLINE STORE, ЭЛЕКТРОННАЯ КОММЕРЦИЯ |
| Description: | В диссертации рассмотрены основные методы прогнозирования продаж для компании с направлением деятельности E-COMMERCE. Найдена оптимальная модель для прогнозирования продаж товара B2C, а также предложен способ модернизации модели с помощью индекса покупательской активности в Интернет-магазинах. Разработан программный модуль на основе новой математической модели для прогноза продаж на 2022 год для компании ООО «БОКСБЕРРИ СОФТ». The dissertation discusses the main methods of sales forecasting for a company with the E-COMMERCE line of business. The optimal model for predicting sales of B2C goods is found, and a method for updating the model using the index of purchasing activity in online stores. A software module developed based on a new mathematical model for forecasting sales for 2022 for the company BOXBERRY SOFT. |
| Document Type: | Master thesis |
| File Description: | application/pdf |
| Language: | Russian |
| Access URL: | http://elar.urfu.ru/handle/10995/119920 |
| Accession Number: | edsair.od.......917..1dd15d984bbcd75eb5fd23d79ae9c22e |
| Database: | OpenAIRE |
| Description not available. |