МАШИННЕ НАВЧАННЯ ДЛЯ ПРОГНОЗУВАННЯ ПОПИТУ НА ТОВАРИ ОНЛАЙН-ЗАМОВЛЕНЬ
Ключові слова:
ШІ, машинне навчання, аналіз даних, прогнозування, попитАнотація
Прийняття рішень на базі інтеграції штучного інтелекту щодо прогнозування попиту стає необхідністю із значним розвитком електронної комерції. Підприємства, що запроваджують технології ШІ, добре адаптовані до ринкових змін та досягнення успіху в електронній комерції, а також задоволення очікувань клієнтів.
Посилання (Бібліографія)
Panagiota Lalou, Stavros T. Ponis, Orestis K. Efthymiou. Demand Forecasting of Retail Sales Using Data Analytics and Statistical Programming. Management & Marketing, vol. 15, no. 2, Sciendo, 2020, pp. 186-202. https://doi.org/10.2478/mmcks-2020-0012
Zdolbitska N., Heiko B., Mitsura Yu. Client-server application for planning and production scheduling based on WPF. Матеріали VІІІ Міжнародної науково-практичної конференції «Інформаційна безпека та комп’ютерні технології»: тези доповідей, 24-25 квітня 2025. м. Кропивницький: ЦНТУ. 2025. С. 32.
Nina Zdolbitska, Oleksandr Ostapchuk, Svitlana Lavrenchuk, Taras Terletskyi, Oleh Kaidyk, Oksana Zhyharevych. Business Information System for Forecasting Raw Material Stocks for the Production of Flexible Packaging. 14th International Conference on Dependable Systems, Services and Technologies (DESSERT). 2024.
Zohdi, M., Rafiee, M., Kayvanfar, V., Salamiraad A. Demand forecasting based machine learning algorithms on customer information: an applied approach. Int. j. inf. tecnol. 14, 2022, pp. 1937-1947. https://doi.org/10.1007/s41870-022-00875-3
Yara Kayyali Elalem, Sebastian Maier, Ralf W. Seifert, A machine learning-based framework for forecasting sales of new products with short life cycles using deep neural networks, International Journal of Forecasting, Volume 39, Issue 4, 2023, pp. 1874-1894, https://doi.org/10.1016/j.ijforecast.2022.09.005
