Использование нейронных сетей для прогнозирования клиентопотока
Аннотация
Актуальность работы обусловлена необходимостью оптимизации графиков работы сотрудников в сфере продаж и спросом на автоматизированные решения такого плана.
Объектом исследования выпускной квалификационной работы являются искусственные нейронные сети как инструмент для прогнозирования временных рядов.
Предметом исследования является анализ эффективности прогнозирования клиентопотока в розничных торговых точках с использованием искусственных нейронных сетей.
Цель работы – определить, какие архитектуры нейронных сетей подходят для прогнозирования клиентопотока, оценить их эффективность, интегрировать в существующую систему управления персоналом.
Для достижения поставленной цели были изучены теоретические основы применения нейронных сетей, проведён анализ существующих архитектур, использующихся для решения задач прогнозирования, обработаны данные для обучения, реализованы наиболее подходящие модели прогнозирования и проведён анализ эффективности полученных прогнозов.
В результате работы получена модель для прогнозирования клиентопотока на 30 дней, имеющая приемлемую точность и интегрированная в существующую систему управления персоналом. Показана экономическая эффективность данного проекта.
Объектом исследования выпускной квалификационной работы являются искусственные нейронные сети как инструмент для прогнозирования временных рядов.
Предметом исследования является анализ эффективности прогнозирования клиентопотока в розничных торговых точках с использованием искусственных нейронных сетей.
Цель работы – определить, какие архитектуры нейронных сетей подходят для прогнозирования клиентопотока, оценить их эффективность, интегрировать в существующую систему управления персоналом.
Для достижения поставленной цели были изучены теоретические основы применения нейронных сетей, проведён анализ существующих архитектур, использующихся для решения задач прогнозирования, обработаны данные для обучения, реализованы наиболее подходящие модели прогнозирования и проведён анализ эффективности полученных прогнозов.
В результате работы получена модель для прогнозирования клиентопотока на 30 дней, имеющая приемлемую точность и интегрированная в существующую систему управления персоналом. Показана экономическая эффективность данного проекта.