شماره ركورد كنفرانس :
4859
عنوان مقاله :
عوامل تاثيرگذار مديريت تقاضا در بازار اينترنتي توسط الگوريتمهاي يادگيري ماشين (مطالعه موردي)
عنوان به زبان ديگر :
Effective Features on Demand Management in Web based E-Marketplace Businesses by machine learning algorithms (Case Study)
پديدآورندگان :
جعفري آرام aramjfri@gmail.com دانشگاه خوارزمي , شهرياري سلطانعلي sa_shahriari@yahoo.com دانشگاه خوارزمي , خواستار حمزه hkhastar1@gmail.com دانشگاه خوارزمي
كليدواژه :
يادگيري ماشين , انتخاب عامل , پيشبيني تقاضا , بازارهاي الكترونيك , همبستگي
عنوان كنفرانس :
پنجمين كنفرانس بين المللي وب پژوهي
چكيده فارسي :
مديريت تقاضا و پيش بيني فروش پايههاي برنامه ريزي و روندهاي ارسال كالا است. روند پيشبيني درست با انتخاب عاملهاي صحيح شروع ميشود. تحليل همبستگي به صورت گسترده اي براي يافتن ارتباط ميان دادهها استفاده ميشود. هر دستهبندي محصول عاملهاي تاثيرگذار خود را دارد و اين ارتباطات براي انتخاب صحيح عامل مرتبط كمك كننده خواهند بود. در اين پژوهش عوامل توسط روش پيرسن و PCA بررسي شدند. در پايان با مدل ارائه شده از ميان 23 عامل 8 عامل براي پيشبيني انتخاب شد.
چكيده لاتين :
Demand management and sales forecasting form the foundation for all planning and delivering processes. The beginning of process has started by selecting correct features. Correlation analysis is an extensively used technique that identifies interesting relationships in data. Each product category has own effective features and these relationships help us realize the relevance of attributes with respect to the target class to be predicted. In this study, parameters have chosen by visualized pearson and PCA methods. The result shows 8 parameters are good to use in forecasting out of 23 parameters.