SalesCasting
< Projeler Sayfası
Proje Adı
Yapay Zeka Tabanlı E-Ticaret için Satış ve Paket Teslim Tahmini
Şirket Adı
Databoss
Şirket Mentoru
İsmail Balaban
Akademik Mentor
Prof. Serdar Kozat
Asistan
Furkan Burak Mutlu
Takım Üyeleri
Demir Eken,
İpek Gökalp,
Gökçe Gürsoy,
Kaan Keven,
Esra Türeyen
Özet
Bu projenin temel amacı, yapay zekâ tabanlı bir e-ticaret platformu için satış ve paket teslimatlarını tahmin eden bir sistem geliştirmektir. Sistemi oluşturmak, fizibilitesini ve etkinliğini test etmek için proje öncelikle Kaggle tarafından sağlanan M5 Wallmart verileri üzerinde uygulanmaktadır. Proje temel olarak Açıklayıcı Veri Analizi ve Benchmark Algoritma Uygulaması, Özellik Mühendisliği, Temel Algoritma Uygulaması, Veri tabanı Uygulaması, Meta Öğrenen Eğitimi, Sistem Oluşturma ve Kullanıcı Ara yüzü Tasarımı olmak üzere 6 ana görevden oluşmaktadır. Veriler farklı yöntemlerle incelendikten sonra, öznitelik haritası kullanılarak en çok tercih edilen öznitelikler seçilmiş ve tahmin sürecinde kullanılmak üzere çıkarılmıştır. Verinin davranışını anladıktan sonra 2 ana algoritma olan Light GBM ve Neural Network’ün uygulanmasına karar verildi. Bu iki algoritma, daha iyi bir doğruluk ve daha az ortalama mutlak yüzde hatası (OMYH) için, birleştirilerek final yapımız oluşturulacaktır. Bu algoritmalar için en uygum parametreler 5-kat çapraz doğrulama ile hataların ortalama kare köküne bakılarak belirlenmektedir. Ek olarak, ağ kazıma yapılabilmesi için internet üzerinden güncel veri sağlayan bir veri tabanı oluşturulmaktadır. Veriler veri tabanı sayesinde elde edildikten sonra projemiz istenilen özellikleri çevrimiçi öğrenmeye dayalı modeller ile tahmin edebilmektedir. Nihai dosya, çevrimiçi olarak işlenecek ve bir sonraki gün için satış ve teslimat tahminleri veren tek bir sınıftır. Bu nihai ürün, bir Kullanıcı Ara yüzü aracılığıyla kullanıcılara sunulur. Kullanıcı ara yüzü sayesinde, konuyla ilgili uzman olmayan bir kişi bile tek bir tuş ile tahmin yapma olanağına erişir.
Abstract
The main aim of this project is to develop a framework that forecasts the sales and package deliveries for an artificial intelligence-based e-commerce platform. In order obtain the framework and test its feasibility and effectiveness, the project is implemented firstly on M5 Wallmart data which is provided by Kaggle. The project is basically based on completing 6 main tasks which are Explanatory Data Analysis and Benchmark Algorithm Implementation, Feature Engineering, Base Algorithm Implementation, Database Implementation, Meta Learner Training, Framework Formation and User Interface Design. After examining the data with different methods, the most favored features were chosen and extracted to be used in the forecasting process by doing feature selection using the feature map. After understanding the behavior of the data, 2 main algorithms were decided to be implemented which are LightGBM and Neural Network. These two are to be ensembled in the final framework system to have a better accuracy and less mean absolute percentage error (MAPE). Optimum parameters for these algorithms were determined regarding their Root Mean Square Error (RMSE) scores by using 5-fold cross validation method. In addition, a database is implemented to perform web scraping which provides updated online data to our system. After obtaining the data from the database, by using online learning-based models, our project will be able to forecast the desired aspects. The final file is a single class to be processed online which gives sale and delivery predictions for the next day. This final product is presented to the users via a User Interface which implies that even for a non-expert at the topic, forecasting will be possible with a click of a button.