Синєглазов, Віктор МихайловичНовіков, Михайло Сергійович2024-03-042024-03-042024Новіков, М. С. Визначення маркетингових параметрів для побудови моделі прогнозування попиту за допомогою нейронних мереж : магістерська дис. : 122 Комп'ютерні науки / Новіков Михайло Сергійович. - Київ, 2024. - 76 с.https://ela.kpi.ua/handle/123456789/65170Магістерська дисертація – 58 с., 8 рис., 12 табл., 29 посилань, додаток. Актуальність теми. У роботі розглянуто проблему в області моделювання попиту товару на ринку в маркетингу за допомогою методів штучного інтелекту та машинного навчання. Показано основні особливості існуючих підходів до побудови моделей товарів на ринку, їх переваги та недоліки. Виявлено потребу у їх вдосконаленні. Представлено нову методологію для розвʼязання задачі. Мета дослідження. Основною метою є знаходження маркетингових параметрів для побудови моделі прогнозування попиту за допомогою нейронних мереж з використанням реальних даних. Об’єкт дослідження: маркетингові дані про товари. Предмет дослідження: нейронна мережа, маркетингові параметри. Методи дослідження: багатошаровий перцептрон, лінійна регресія. Наукова новизна результатів магістерської дисертації полягає в тому, що спроектовано та реалізовано методологію визначення маркетингових параметрів явного рівняння моделі товару на ринку за допомогою його апроксимації нейронною мережею на реальних даних. Практичне значення отриманих результатів полягає в тому, що реалізовані запропонований метод визначення маркетингових параметрів явного рівняння. Продемонстрована здатність моделі гарно прогнозувати споживчий попит на основі різноманітних маркетингових параметрів, що допомагає підприємствам ефективніше планувати запаси, виробництво та персонал. Це може призвести до значної економії коштів і підвищення ефективності.76 с.ukпрогнозування попитунейронні мережіпрогнозна аналітикаштучний інтелект у маркетингумоделі прогнозування продажівмашинне навчання в бізнесіdemand forecastingneural networkspredictive analyticsartificial intelligence in marketingsales forecasting modelsmachine learning in businessMaster Thesis004.89:658.8](043.3)