Рекомендаційна система прогнозу замовлення продукції
Автор: Козловський Володимир Петрович
Кваліфікаційний рівень: магістр (ОНП)
Спеціальність: Системний аналіз (освітньо-наукова програма)
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2023-2024 н.р.
Мова захисту: українська
Анотація: Кожного дня зростає кількість магазинів та розширюється асортимент продукції, що ставить перед власниками нові виклики. Також з цим пов’язані певні труднощі: складно відслідковувати кількість товарів на полицях, щоб уникнути недостачі або надлишку продукції. Деякі керівники магазинів вирішують цю проблему, збільшуючи кількість працівників, але це може призвести до помилок через людський фактор, збільшення витрат і велику ймовірність індивідуальних винагород. Використання рекомендаційної системи прогнозу замовлення продукції може вирішити ці проблеми, дозволяючи формувати замовлення автоматично з мінімальною участю персоналу. Також це дає змогу точніше прогнозувати зміни у попиті на товари та заощадити час на формування замовлення, використовуючи дані про витрати на транспорт, продажів за минулі періоди та взаєморозрахунки з постачальниками. Це також дозволяє уникнути замовлення зайвого товару та замороження оборотних коштів у запасах. Для різних методів прогнозування використовуються різні алгоритми. Це залежить від характеру попиту на товари, що продаються (продаються стабільно кожен день, раз в тиждень або під індивідуальне замовлення). Автоматизація процесу замовлення є ключем до підвищення прибутковості роздрібної торгівлі, оскільки вона дозволяє ефективно використовувати час і не втрачати актуальність запасів. Для визначення правильного обсягу закупівель товарів використовується модель періодичних закупівель, а також нефіксований розклад поставок, що дозволяє формувати замовлення на основі реального попиту [1]. Об’єктом дослідження є всі аспекти, пов’язані зі збором, обробкою та аналізом даних для прогнозу замовлення продукції. Предметом дослідження є процес розробки, впровадження та оптимізації рекомендаційної системи прогнозу замовлення продукції. Мета і задача дослідження. Розробити рекомендаційну систему прогнозу замовлення продукції, яка на основі даних минулих та поточного періодів зможе прогнозувати обсяг замовлення для вибраного магазину та товару. Для того, щоб виконати сформовану задачу потрібно виконати наступні завдання: - оглянути та проаналізувати проблему прогнозу замовлення продукції, визначити основні тренди даної предметної області та можливі методи вирішення даної проблеми, дослідити існуючі аналоги та виявити базові критерії для реалізації рекомендаційної системи; - за допомогою методів системного аналізу визначити цілі роботи, розробити дерево цілей та спроектувати концептуальну модель системи; - вибрати методи системного аналізу для реалізації системи; - розробити рекомендаційну систему прогнозу замовлення продукції; - протестувати розроблену систему. Опис реалізації системи. Для рекомендаційних систем існують дві основні стратегії створення: - контентна фільтрація – системи засновані на даних минулих періодів. Для них не мають значення типи об’єктів, проте вони не є ефективними без початкових даних; - колаборативна фільтрація – системи засновані на профілях користувачів та об’єктів. Кожен з профілів містить певну інформацію, яка використовується для аналізу [2]; Для рекомендаційної системи прогнозу замовлення продукції підходить стратегія контентної фільтрації. Також потрібно обрати стратегію управління запасами для коректних розрахунків. MRP, або система планування потреб у матеріалах (Material Requirements Planning), є підходом до управління запасами, який використовує ієрархічне планування для оптимізації виробничого процесу. Це найпопулярніший метод управління запасами, оскільки він дозволяє точніше планувати і керувати запасами, зменшуючи витрати та забезпечуючи вчасні поставки. На основі даних минулих періодів обчислюється прогноз продажів та рекомендації щодо замовлення продукції. Для реалізації системи використано інструмент Microsoft Power BI Desktop, який надає змогу провести всі обчислення за допомогою мови програмування DAX та створити візуалізації для кращого сприйняття інформації, та Microsoft Power BI Service, який дозволяє опублікувати систему та отримати до неї доступ через мережу Інтернет. Результати дослідження. Удосконалено існуючі рекомендаційні системи прогнозу замовлення продукції завдяки доступності та простоті інтеграції. Дана система може легко інтегруватись з локальними та хмарними базами даними, отримувати дані з API або файлів та забезпечує легкий доступ з браузеру та телефону. Також система дозволяє використовувати зовнішні джерела даних для покращення точності прогнозування. Ключові слова – прогноз, замовлення продукції, закупівля, автоматизація, Microsoft Power BI. Перелік використаних літературних джерел: 1. Автозамовлення товарів у постачальника. URL: https://abmcloud.com/avtozamovlennya-tovariv-u-postachalnika (дата звернення: 19.03.2024). 2. Глибовець А. М. Агенти для рекомендацій у колаборативних середовищах / А. М. Глибовець, С. С. Гороховський, А. А. Піка // Наукові праці МДУ ім. Петра Могили. Комп’ютерні технології. – 2010. – Вип. 121, т. 34. – С. 142–151.