401. Çoklu ajan yaklaşımıyla e-ticarette ürün yönetimi
- Author
-
Özşahin, Metin, Yüregir, Hacire Oya, and Endüstri Mühendisliği Anabilim Dalı
- Subjects
Product evaluation ,Artificial neural networks ,Product sales ,Demand estimation ,Intelligent agents ,Product variety ,Endüstri ve Endüstri Mühendisliği ,Product marketing ,Industrial and Industrial Engineering - Abstract
E-iş sınıfları altında yer alan, B2C çalışma tarzındaki e-ticaret sitelerinin günümüzde karşılaştığı, en önemli problem ürün yönetimidir. Ürün çeşidinin çokluğu bu kapsamda alınacak kararların karmaşıklığını arttırmakta, geçici üretilen çözümler ise e-ticaret sitelerinin geleceğini riske sokmaktadır. Bu nedenle bütünsel, hızlı ve aktif bir çözüme sahip olmak bu tarz işletmelerin geneli için bir önem arz etmektedir. Bu tarz problemlerin çözümünde akıllı, otonom, elektronik bilgi iletişim altyapılarına ihtiyaç duyulmakta ve bu sistemlerin günümüzde en önemli temsilcisi çoklu ajan sistemleridir. Çalışmada bir B2C modeli içim çoklu ajan (MAS) modeli geliştirilmiş, geliştirilen bu model ile ürünlerin talep tahmini ve işleyişi ile ilgili olarak küme tabanlı hibrit bir genetik algoritma optimizasyon modeli önerilmiştir. Çalışmada ajan yapılarının modellenmesinde Promethous methodolojisi kullanılmıştır. Çalışma sonucunda geliştirilen model, ABC.com E-ticaret websitesinin; tedarikçi, ürün, ziyaret ve satış verileri kullanılarak test edilmiştir. Çalışmada MAS yapısının desteklenmesi, vitrine ürün seçimi, ürün satınalma politikalarının belirlenmesi gibi konularda kullanılmak amacıyla SOM (özdüzenleyici haritalar), doğrusal regresyon, yapay sinir ağları ve k-ortalamalar kümelenmesinden faydalanılmıştır. Çalışmada ayrıca çeşitli tahmin modelleri dinamik olarak birleştirilmiştir. Çalışma çıktıları neticesinde E-ticaret sitelerine öneriler oluşturulmuş, dinamik otonom ürün yönetimi gerçekleştirecek, küme tabanlı yönetim sağlayan bir MAS yazılımı geliştirilmiştir. Önerilen küme tabanlı ve MAS destekli ürün yönetim modelinin tahmin performansını büyük oranda iyileştirdiği ve diğer kararların performansını da olumlu etkilediği görülmüştür. The most important problem of B2C e-commerce websites is the product management. The variety of product types increase the complexity of the decisions in this area. Temporary solutions that are used put the future of the e-business sites at risk. For this reason, the importance of having a holistic, fast and active solution is increased for these types of businesses. The solution for this kind of problems need the smart, autonomous, electronic information communication infrastructure. The most important representative for these systems nowadays is the multi-agent systems (MAS). In this study, a multi agent system that is supported by genetic algorithm with dynamic decision infrastructure for B2C e-commerce sites, is developed. In order to model the proposed MAS, the Promethous methodology was used. the developed model is tested with the data from ABC, an e-commerce website. in Turkey. In order to support MAS decisions of product management like product selection for favorite products, definining of purchasing policies SOM (self organizing maps), basic regression, artificial neural network and k-means cluster analysis methods. As a result of this Phd study some proposals were given to B2C websites and a MAS model which uses the cluster based demand forecasting (CBDF) modelling. Proposed cluster based and MAS supported product management highly improved performance of demand forecasting and peformances of other decides. 214
- Published
- 2016