Выявление смены предпочтений покупателей посредством поиска смещений концепций

Данная работа включает в себя исследование и применение методов анализа данных для принятия маркетинговых решений в сфере продуктового ритейла. Эта задачи лежит в области поиска смещения концепций. В частности в работе выполнена предобработка данных на основании окна фиксированного размера. Объектом исследования является процесс принятия решений в продуктовой сети при создании маркетинговых воздействий и управлении запасами, а предметом является автоматизация процесса принятия данного решения. Цель данной работы заключается в проектировании системы предсказания смещения предпочтений. Выпускная квалификационная работа состоит из введения, двух глав, заключения и библиографического списка. Работа изложена на 44 страницах. Список литературы состоит из 36 позиций. В первой главе проведен обзор литературы по наиболее известным подходам машинного обучения, которые применяются в области маркетинга и предсказания объемов продаж. Во многих задачах искусственные нейронные сети имеют высокое качество предсказания. Поэтому именно с неё предлагается начать решение рассматриваемой задачи. Для этого были выделены ключевые факторы, влияющие на объем продаж брендов сока, такие как цена, акции, продажи. Структура нейронной сети была выбрана путем оптимизации качества её работы на независимой выборке данных. Во второй главе для решения исследуемой задачи применены различные методы машинного обучения, в том числе метод опорных векторов, линейная регрессия, дерево решений, метод случайного леса и градиентный бустинг. В последнем разделе данной главы проведено их сравнение с наивным алгоритмом предсказания и нейронными сетями на предмет качества и скорости построенных моделей. В заключении был подведен итог данной работы и предложены перспективы по дальнейшей оптимизации алгоритмов. В частности, множество используемых факторов может быть уменьшено, полагаясь на анализ их значимости, с целью уменьшения переобучения.