論文の概要: Sales Prediction Model Using Classification Decision Tree Approach For Small Medium Enterprise Based on Indonesian E-Commerce Data

• arxiv url: http://arxiv.org/abs/2103.03117v1
• Date: Thu, 4 Mar 2021 15:40:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-09 02:28:41.601061
• Title: Sales Prediction Model Using Classification Decision Tree Approach For Small Medium Enterprise Based on Indonesian E-Commerce Data
• Title（参考訳）: インドネシアのEコマースデータに基づく中小企業の分類決定木アプローチによる販売予測モデル
• Authors: Raden Johannes, Andry Alamsyah
• Abstract要約: Tokopediaで収集した実生活データを用いて,インドネシアの履物業界における販売予測モデルを構築した。 われわれは、視聴者が販売する商品数、価格、靴の種類を予測することができた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The growth of internet users in Indonesia gives an impact on many aspects of daily life, including commerce. Indonesian small-medium enterprises took this advantage of new media to derive their activity by the meaning of online commerce. Until now, there is no known practical implementation of how to predict their sales and revenue using their historical transaction. In this paper, we build a sales prediction model on the Indonesian footwear industry using real-life data crawled on Tokopedia, one of the biggest e-commerce providers in Indonesia. Data mining is a discipline that can be used to gather information by processing the data. By using the method of classification in data mining, this research will describe patterns of the market and predict the potential of the region in the national market commodities. Our approach is based on the classification decision tree. We managed to determine predicted the number of items sold by the viewers, price, and type of shoes.
• Abstract（参考訳）: インドネシアにおけるインターネット利用者の増加は、商業を含む日常生活の多くの側面に影響を及ぼす。 インドネシアの中小企業は、新しいメディアの利点を生かして、オンラインコマースの意義を生かした。 これまでのところ、過去の取引で売上と収益を予測できる実用的な実装は知られていない。 本稿では,インドネシア最大のeコマースプロバイダであるTokopediaで収集した実生活データを用いて,インドネシアの靴産業における販売予測モデルを構築した。 データマイニングは、データを処理することによって情報を集めるために使用できる分野である。 本研究は,データマイニングにおける分類手法を用いて,市場のパターンを記述し,市場商品における地域の可能性を予測する。 我々のアプローチは分類決定木に基づいている。 われわれは、視聴者が販売する商品数、価格、靴の種類を予測することができた。

関連論文リスト

• Information Discovery in e-Commerce [97.71958017283593]
  情報検索は、特に商品やサービスとの接続において、eコマースにおいて自然な役割を担っている。 電子商取引サイトの人気が高まり、電子商取引における情報発見の研究が活発な研究分野となっている。 電子商取引における情報発見手法は主に、電子商取引検索とレコメンデーションシステムの有効性の向上に重点を置いている。
  論文  参考訳（メタデータ） (2024-10-08T07:41:01Z)
• Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
  我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。 ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
  論文  参考訳（メタデータ） (2023-04-06T05:20:16Z)
• Multimodal Neural Network For Demand Forecasting [0.8602553195689513]
  本稿では,ニュース記事からのリアルタイムイベントと,過去のセールスやホリデー情報といった従来のデータを組み合わせたマルチモーダルセールス予測ネットワークを提案する。 従来の販売予測手法と比較して,SMAPEの誤差測定値の平均改善率は7.37%と統計的に有意な改善を示した。
  論文  参考訳（メタデータ） (2022-10-20T18:06:36Z)
• Macroscopic properties of buyer-seller networks in online marketplaces [55.41644538483948]
  2010年から2021年の間にオンラインマーケットプレースで発生した2億2500万トランザクションを含む2つのデータセットを分析した。 オンラインマーケットプレースにおける取引は、言語、生涯、製品、規制、技術に大きな違いがあるにもかかわらず、非常に類似したパターンを示す。
  論文  参考訳（メタデータ） (2021-12-16T18:00:47Z)
• Characterization of Frequent Online Shoppers using Statistical Learning with Sparsity [54.26540039514418]
  本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
  論文  参考訳（メタデータ） (2021-11-11T05:36:39Z)
• Predicting Consumer Purchasing Decision in The Online Food Delivery Industry [0.0]
  予測モデリング(英: Predictive Modeling)とは、様々な回帰アルゴリズム、分析、統計を用いて発生確率を推定する機械学習の一種である。 CARTとC4.5決定木、ランダム森林、ルールベース分類器の4つの予測モデルが検討され、それらの精度が正しいクラスラベルを提供する。 これらの結果から、全てのモデルで同様の性能が得られたが、C4.5は91.67%の精度で性能に優れていた。
  論文  参考訳（メタデータ） (2021-10-01T16:05:48Z)
• Property Business Classification Model Based on Indonesia E-Commerce Data [0.0]
  インドネシアのeコマース不動産事業は、2011年から2015年にかけて500%以上の売り上げが増加したことで、前向きな傾向を見せている。 不動産販売の予測には,データマイニングにおいて,決定木とk-NNの2つの異なる分類手法を用いた。 決定ツリーの精度は75%、KNNは71%であり、k-NNは決定ツリーよりも多くのデータパターンを探索できる。
  論文  参考訳（メタデータ） (2021-02-24T14:29:34Z)
• OSOUM Framework for Trading Data Research [79.0383470835073]
  私たちは、私たちの知る限り、最初のオープンソースのシミュレーションプラットフォームであるOpen SOUrce Market Simulator(OSOUM)を提供して、トレーディング市場、特にデータ市場を分析します。 我々は、購入に利用可能なさまざまなデータセットを所有する売り手と、購入に有効な適切なデータセットを検索する買い手という2つのタイプのエージェントからなる、特定のデータ市場モデルを記述し、実装する。 データ市場を扱うための商用フレームワークはすでに存在していますが、購入者および販売者の両方が(データ)市場に参加することの可能な振る舞いをシミュレートするための、自由で広範なエンドツーエンドの研究ツールを提供しています。
  論文  参考訳（メタデータ） (2021-02-18T09:20:26Z)
• A Core of E-Commerce Customer Experience based on Conversational Data using Network Text Methodology [0.0]
  本論文はインドネシアのeコマースや顧客に適用する。 オープンなソーシャルネットワークサービスを通じて顧客の行動を理解することで、インドネシアのeコマースサービスレベルについて説明できる。
  論文  参考訳（メタデータ） (2021-02-18T01:33:14Z)
• Predicting seasonal influenza using supermarket retail records [59.18952050885709]
  我々は,スーパーマーケットの小売データを,センチネルバスケットの識別を通じてインフルエンザの代替信号とみなす。 SVR(Support Vector Regression)モデルを用いて、季節性インフルエンザ発生の予測を行います。
  論文  参考訳（メタデータ） (2020-12-08T16:30:43Z)
• Audience Creation for Consumables -- Simple and Scalable Precision Merchandising for a Growing Marketplace [1.8667240717298954]
  本稿では,インド最大のオンライン食料品店の一つであるSupermartにおける精密商品販売システムの設計と実装について紹介する。 我々は,消費財の購入動態の潜在周期性と相互励起をモデル化するために,時間的点法を用いる。 成長するマーケットプレースに典型的なデータ空間、センセージャー、ノイズに対して頑健な可能性のない推定手順を開発する。
  論文  参考訳（メタデータ） (2020-11-17T11:46:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。