hrvatski

Predviđanje korisničkih kupovnih navika zasnovano na metodama analize vremenskih serija

U ovom radu napravljeno je predviđanje korisničkih kupovnih navika bazirano na metodama analize vremenske serije. Objašnjene su vremenske serije te je dan pregled potrebnih koraka za analizu vremenskih serija. Opisani su korišteni modeli predviđanja: metoda autoregresivnog intervalnog pomičnog prosjeka - ARIMA, metoda autoregresivnog intervalnog pomičnog prosjeka s vanjskim varijablama - SARIMAX, duboka neuronska mreža, model ekstremnog gradijentnog pojačanja - XGBOOST te Facebook Prophet. Pojašnjen je korišteni skup podataka. Detaljno je prikazan korak istraživanja i analize podataka te je vizualno popraćen grafičkim primjerima. Pokazan je proces modeliranja klasičnim tehnikama ARIMA i SARIMAX. Korišten je model duboke neuronske mreže iz biblioteke Tensorflow. Iz biblioteke XGBoost upotrijebljen je istoimeni model. Posljednji korišteni model je Facebook Prophet. Svi korišteni modeli pripadaju bibliotekama otvorenog koda. Korišteni modeli su detaljno opisani i vizualno popraćeni. Napravljena je usporedba rezultata korištenih metoda te je donesen zaključak.

analiza vremenskih serija ; predviđanje vremenskih serija ; strojno učenje ; ARIMA ; SARIMAX ; duboka neuronska mreža ; Facebook Prophet ; XGBOOST ; predviđanje potražnje ; predviđanje korisničkih kupovnih navika

nije evidentirano