| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Pieprasījuma modelēšanas un prognozēšanas lietošana e-komercijas uzņēmuma pārdošanas uzlabošanai |
| Nosaukums angļu valodā |
Application of Modelling and Forecasting in the Improvement of Enterprise E-commerce Sales |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Vitālijs Boļšakovs |
| Recenzents |
Dr. sc. ing. Antons Patļins |
| Anotācija |
Darba mērķis ir izpētīt modelēšanas un prognozēšanas pielietošanu e-komercijas uzņēmumos un izveidot modeli efektīvai pieprasījuma modelēšanai.
Lai sasniegtu darba mērķi, tiek izpētīta literatūra par pieprasījuma modelēšanu un prognozēšanu e-komercijas uzņēmumos, ir analizētas un aprakstītas literatūrā piedāvātās metodes pieprasījuma modelēšanai. Tiek izveidota gadījuma izpēte un formulēta risināmā praktiskā problēma. Ir izvēlēts piemērotākais paņēmiens praktiskās problēmas risināšanai, kā arī ir izstrādāts pieprasījuma prognozēšanas modelis un modelis ar testēšanas paņēmieniem. Darba nobeigumā ir analizēti iegūtie eksperimentālie rezultāti un veikti secinājumi.
Darbā ir pielietotas tādas pētīšanas metodes kā salīdzinošā analīze, sistematizēšana, empīriskā pētījuma metode, analītiskā modelēšana un lēmumu pieņemšanas metodes.
Pētījumā ir piedāvāts jauns uz XGBoost balstīts prognozēšanas modelis ar nosaukumu 3X-XGBoost, kurā tiek ņemtas vērā datu sēriju pārdošanas iezīmes un būtiskākās tendences.
Iegūtie eksperimenta rezultāti parādīja, ka 3X-XGBoost pārspēj citus modeļus, norādot, ka 3X-XGBoost ir sniedzis teorētisku atbalstu e-komercijas uzņēmuma pārdošanas prognozēm un var kalpot par atsauci prognozēšanas modeļu izvēlē.
E-komercijas uzņēmumam ir ieteicams izvēlēties atšķirīgus prognozēšanas modeļus dažādām precēm, nevis izmantot vienu modeli.
Darba apjoms - 56. lpp., 10 tabulas, 19 attēli. |
| Atslēgas vārdi |
modelēšana prognozēšana e-komercija pieprasījuma modelēšana pieprasījuma prognozēšanas modelis XGBoost 3X-XGBoost ARIMA |
| Atslēgas vārdi angļu valodā |
demand modelling forecasting e-commerce automated model sales features XGBoost 3X-XGBoost ARIMA |
| Valoda |
lv |
| Gads |
2021 |
| Darba augšupielādes datums un laiks |
01.06.2021 21:54:51 |
