تعیین نرخ کالا در نرم افزارهای فروش به کمک یادگیری مبتنی بر شبکه های عصبی
نویسندگان
1 استادیار گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه گلستان، گرگان، ایران
2 کارشناس ارشد مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه گلستان، گرگان، ایران
doi
JABM.3.2.15564.351256.3257556545چکیده
با افزایش جمعیت و رواج مصرف گرایی در جوامع قرن بیست و یکم، خرید و فروش کالاها نیز به شدت افزایش یافته است. از طرفی، با پیشرفت فناوری اطلاعات، خرید و فروش اینترنتی کالاها و محصولات در بسترهای ارتباطی مثل انواع نرمافزارها، سایتها و شبکهها نیز افزایش قابل توجهی داشته است. بنابراین صاحبان کسب وکار، مدیران و کارشناسان خرید و فروش به دنبال افزایش بهرهوری و همچنین کسب سود بیشتر کالاها میباشند. ابزارهای هوشمند در چند دهه اخیر ضمن کمک به حل مسائل گوناگون و پیچیده مثل مسئله اعلام نرخ فروش کالا جهت آنالیز متغیرهای مختلف انواع مدلهای تحلیلی مورد استفاده قرار میگیرند. بدیهی است که خرید و فروش اینترنتی در بستر نرمافزارها ضمن افزایش سرعت و کاهش هزینهها در صورت تعیین قیمت مناسب توسط فروشنده سود بیشتری در سایر حوزههای مرتبط نیز خواهد داشت. هدف پژوهش حاضر افزایش دقت اعلام نرخ فروش کالا در نرمافزارهای فروش محصولات با استفاده از تکنیکهای هوش مصنوعی است که با تعیین استراتژیهای کنترل موجودی و زنجیره تامین با در نظر گرفتن علاقمندیهای مشتریان، میتواند در قیمت نهایی محصولات تأثیرگذار باشد. در واقع با در نظر گرفتن متغیرهای تاثیرگذار، کنترل و مطالعه آنها امکان تعیین قیمت مناسبتر برای هر یک از طرفین (تامین کنندگان و مصرف کنندگان) امکانپذیر است.برای این منظور، اطلاعات بیش از 5 سال گذشته فروش محصولات یک فروشگاه زنجیرهای در شهر بجنورد استخراج گردید. این اطلاعات شامل قیمتگذاری 11 محصول پرفروش و سود حاصل از آن در بررسی 1000 سفارش از هر یک از محصولات و قیمتگذاری آنها میباشد. تمام این قیمتها بر اساس تورم رسمی کشور به قیمت روز سال 1401 درآمدند و این اطلاعات به صورت فرمت مشخص وارد نرمافزار MATLAB شده و شبکه عصبی MLP برای آنها تشکیل و بر اساس اطلاعات بیان شده آموزش داده شدند. سپس برای سفارشهای بعدی، قیمت اعلامی از مدل پیشنهادی استخراج گردید و مشاهده شد که سود حاصله افزایش قابل توجهی را به همراه دارد. علت اصلی این مساله هم دقت بالای شبکه عصبی در مدلسازی سیستمهای غیرخطی و ناشناخته است که در کاربردهای مختلف کارایی خود را نشان داده است.