Επιστήμη δεδομένων και επιχειρησιακή αναλυτική – ανάπτυξη μοντέλου πρόβλεψης λιανικών πωλήσεων καυσίμων
Σκοπός της παρούσας διπλωματικής εργασίας είναι αρχικά η μελέτη και κατ’ επέκταση η λεπτομερής ανάλυση των τεχνικών και των αλγορίθμων που χρησιμοποιούνται στο χώρο της Επιστήμης Δεδομένων (Data Science) και της Επιχειρησιακής Αναλυτικής (Business Analytics), με σκοπό την συλλογή, την προετοιμασία...
Αποθηκεύτηκε σε:
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | el_GR |
| Δημοσίευση: |
2019
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/11610/19578 |
| Ετικέτες: |
Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
|
| Περίληψη: | Σκοπός της παρούσας διπλωματικής εργασίας είναι αρχικά η μελέτη και κατ’ επέκταση η λεπτομερής ανάλυση των τεχνικών και των αλγορίθμων που χρησιμοποιούνται στο χώρο της Επιστήμης Δεδομένων (Data Science) και της Επιχειρησιακής Αναλυτικής (Business Analytics), με σκοπό την συλλογή, την προετοιμασία, και την ανάλυση δεδομένων, και την βαθύτερη κατανόησή τους, καθώς επίσης και την άντληση χρήσιμων γνώσεων (Insights-Knowledge) που αυτά περιέχουν, με απώτερο στόχο την καλύτερη δυνατή επιχειρησιακή αξιοποίηση τους. Η μορφή της κάθε ανάλυσης διαφέρει και υπόκειται καθαρά τόσο στα υπάρχοντα δεδομένα όσο και στους επιχειρησιακούς στόχους που θέτουμε. Στην συνέχεια εστιάζουμε στην δημιουργία ενός προγνωστικού μοντέλου για μία ιδιαίτερα σημαντική λειτουργία της επιχείρησης, αυτήν των πωλήσεων, με βάση σχετική μεθοδολογία ανάλυσης δεδομένων. Ακολουθώντας την μεθοδολογία για την ανάλυση των δεδομένων που έχουν επιλεγεί, γίνεται η σταδιακή ανάπτυξη ενός μοντέλου πρόβλεψης λιανικών πωλήσεων καυσίμων, χρησιμοποιώντας γραμμική παλινδρόμηση (Linear Regression). Στόχος του είναι να προσδιορισθούν οι κυριότεροι παράγοντες που επηρεάζουν τις πωλήσεις αυτές, μέσα από την ανάλυση συσχέτισης μίας σειράς μεταβλητών (Correlation Analysis) (όπως είναι η θερμοκρασία, η εποχή, κλπ.) με τις λιανικές πωλήσεις καυσίμων, να προσαρμόσει το κατάλληλο μοντέλο στα υπάρχοντα δεδομένα, και με την αξιοποίηση των αποθηκευμένων τιμών των πωλήσεων να καταφέρει να επαναπροβλέψει όσο το δυνατό ακριβέστερα τις τιμές αυτές. Τέλος με βάση το μοντέλο αυτό πραγματοποιείται πρόβλεψη των πωλήσεων στα παραπάνω χρησιμοποιηθέντα δεδομένα εκπαίδευσης με ποσοστό επιτυχίας άνω του 90%. |
|---|