📄Работа №192183

Тема: ПРИМЕНЕНИЕ МЕТОДОВ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ ДЛЯ РЕШЕНИЯ ЗАДАЧИ ФОРМИРОВАНИЯ ПРЕДЛОЖЕНИЯ ПРОДАВЦА НА ЭЛЕКТРОННО-ТОРГОВОЙ ПЛОЩАДКЕ

📝
Тип работы Магистерская диссертация
📚
Предмет экономика
📄
Объем: 77 листов
📅
Год: 2022
👁️
Просмотров: 40
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

АННОТАЦИЯ 4
ВВЕДЕНИЕ 2
1 Современные особенности и тенденции развития электронной торговли 4
1.1 Анализ современного состояния мировой электронной торговли 4
1.2 Оценка современного состояния Российского рынка электронной торговли 13
1.3 Применение методов интеллектуального анализа данных в e-commerce 22
1.4 Понятие маркетплейса как бизнес модель электронной коммерции 30
1.5 Роль аналитических сервисов в развитии маркетплейсов и обзор существующих
решений 38
1.6 Анализ аналитических сервисов 41
2 Формирования предложения продавца на ЭТП с технологией маркетплейс 49
2.1 Структура товаров на маркетплейсе и проблемы сбора данных для анализа 49
2.1 Обзор методов классификации и кластеризации для решения задачи формирования предложения продавца 53
2.3 Постановка задачи и подготовка данных для реализации модели формирования
предложения 56
2.4 Построение модели формирования предложения с помощью метода ИАД 59
ЗАКЛЮЧЕНИЕ 63
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ 64

📖 Введение

Современная концепция цифровой экономики предполагает переход к новым, более совершенным технологиям электронной торговли. Рынок электронной торговли стремительно растет в условиях постоянных изменений. Появляются новые цифровые технологии и сервисы, которые позволяют совершать онлайн-покупки. Меняющиеся потребительское поведение стимулирует компании к выбору новых стратегий и решений, развиваются экосистемы и партнёрства, совершенствуется сервис доставки.
Пандемия COVID-19 стала катализатором для развития рынка интернет-торговли в России. В 2020 году, на фоне закрытий офлайн-магазинов, произошел бурный рост рынка электронной торговли, покупатели перестроили паттерны своего поведения и перешли к онлайн-покупкам. Особый рост во время пандемии показал Российский рынок маркетплейсов. На долю пяти ведущих российских игроков приходится 9% от непродовольственной розницы всей страны. Интенсивное развитие рынка маркетплейсов, как следствие, высокая конкуренция, изменение привычных потребительских привычек заставляют продавцов проводить тщательный анализ прежде чем войти на рынок маркетплейсов. Для решения этой проблемы существуют различные аналитические сервисы, подробный анализ которых представлен в первой главе.
Актуальной задачей данного исследования становится разработка такой модели, которая могла бы обеспечить рекомендации по формированию предложения,
максимально соответствующего текущему спросу покупателей и возможностям продавца. Таким образом, продавец формирует свое предложение для достижения максимальной вероятности сделки.
В результате была сформирована цель: разработать модель формирования предложения продавца на электронно-торговой площадке с помощью методов интеллектуального анализа данных.
Полученная модель может использоваться для усовершенствования уже существующих аналитических сервисов или для автоматизации нового сервиса.
Для достижения цели выпускной квалификационной работы необходимо последовательно решить следующие задачи:
1. Провести анализ современного состояния рынка электронной коммерции в России и мире;
2. Изучить методы интеллектуального анализа данных, применяемые в электронной комерции;
3. Провести сравнительный анализ аналитических сервисов и изучить существующие решения;
4. Выполнить постановку исследуемой задачи формирования предложения;
5. Построить модель для формирования предложения продавца с применением методов интеллектуального анализа данных;
6. Интерпретировать полученные результаты разработанной модели.
Объектом выпускной квалификационной работы является электронно-торговая площадка с технологией маркетплейс.
Предметом выпускной квалификационной работы является формирование предложения продавца на ЭТП с помощью методов интеллектуального анализа данных
В выпускной квалификационной работе применялись следующие методы: теоретическое исследование, методы интеллектуального анализа данных.
Структура работы: Магистерская диссертация состоит из введения, двух глав, заключения, списка источников и литературы и четырех приложений.
В первой главе проведен анализ современного состояния электронной коммерции в России и мире. Выявляются особенности, преимущества и недостатки электронной площадки с технологией «маркетплейс». Также рассмотрены методы интеллектуального анализа данных применяемые в современном рынке электронной коммерции и проведен анализ современных аналитических сервисов для маркетплейсов.
Вторая глава посвящается исследованию и разработке модели, которая сможет дать рекомендации продавцу по формированию предложения, с целью повышения продаж. В данной главе была выполнена постановка задачи, исследовано влияние показателей на торговую нишу и построена модель формирования предложения. Практическая часть работы реализуется на языке программирования Phyton в Jupiter Notebook.
В заключении изложены краткие результаты, ретроспектива и выводы о проведенной научно-исследовательской работе
В качестве источников информации использовались учебная литература, научные статьи, статьи профессиональных сообществ. Список литературы представлен 91 источниками, в том числе исследованиями за последние 5-10 лет.
1 Современные особенности и тенденции развития электронной торговли
1.1 Анализ современного состояния мировой электронной торговли
Процесс развития цифровых технологий оказывает значительное влияние на развитие мировой экономики на современном этапе. Стремительное внедрение результатов научно-технического прогресса привело к изменению жизни и деятельности людей. Цифровизация предопределила появление и развитие электронной коммерции, которая из года в год изменяется, совершенствуется и занимает более прочную позицию в рамках международной торговли. Электронная торговля является одним из наиболее динамично развивающихся технологичных рынков в России. Торговля в Интернете постепенно становится неотъемлемой частью национальной.
Глобальное проникновение Интернета продолжает расти, особенно в Африке, на Ближнем Востоке, в Юго-Восточной и Центральной Азии. С каждым годом растет число обладателей мобильных устройств, соответственно параллельно этому процессу растет и число пользователей Интернета. Обладание этими технологиями оказывает значительное влияние на использование и развитие маркетинга, и электронной коммерции. Так как в последние годы происходит активное развитие электронной торговли, особенно на рынках развивающихся стран, розничные торговцы все чаще рассматриваю электронную коммерцию в качестве ключевого элемента в своих стратегиях глобального расширения. Возможность участвовать в международной электронной торговле помогает стимулировать рост электронных торговых площадок и альтернативных Интернет- каналов. Рассмотрим динамику и прогноз мировых продаж электронной торговли, представленных на рисунке 1.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

В диссертации на тему «Применение методов интеллектуального анализа данных для решения задачи формирования предложения продавца на электронно-торговой площадке» был получен ряд результатов, имеющих элементы научной новизны и практическую значимость.
Пандемия COVID-19 стала катализатором для развития рынка интернет-торговли в России. В 2020 году, на фоне закрытий офлайн-магазинов, произошел бурный рост рынка электронной торговли, покупатели перестроили паттерны своего поведения и перешли к онлайн-покупкам. Особый рост во время пандемии показал Российский рынок маркетплейсов. На долю пяти ведущих российских игроков приходится 9% от непродовольственной розницы всей страны.
В данной работе проведен анализ современного состояния электронной торговли в России и мире, изучен рынок маркетплейсов. Были выявлены особенности бизнес- модели маркетплейс, а также ее преимущества и недостатки, как для продавцов, так и для покупателей. Стремительное развитие рынка маркетплейсов, вызвало огромную конкуренцию среди продавцов, тем самым увеличило популярность аналитических сервисов, подробный анализ которых был проведен в первой главе.
В ходе исследования были рассчитаны показатели для описания состояния подкатегории (товарной ниши) на маркетплейсе, разработана модель формирования предложения продавца, одновременно учитывающая влияние нескольких показателей. С помощью метода кластеризации подкатегории маркетплейса разделены на несколько классов, анализируя которые, можно сделать вывод о перспективности продаж объектов (товарных ниш) классов.
Результаты, полученные в процессе выполнения диссертационной работы, могут быть применены на практике любым аналитическим сервисом.
Дальнейшее развитие работы будет направлено на разработку модели для прогноза продаж конкретного товара.

Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

1. Anne Wells Branscomb, Who Owns Information: From Privacy to Public Access. New York: Basic Books, 1994, p. 29.
2. Ardiaab D. Questioning the news about economic growth: Sparse forecasting using thousands of newsbased sentiment values / D. Ardiaab, K. Bluteauac, K. Boudt // International Journal of Forecasting. 2019. Vol. 35. P. 13701386.
3. ARIMA [Электронный ресурс] / Профессиональный русскоязычный
информационноаналитический ресурс по машинному обучению, распознаванию образов и интеллектуальному анализу данных «MachineLearning.Ru» 2019. - URL:
[http://www.machinelearning.ru/wiki/index.php?title=Autoregressive Integrated Moving] (дата обращения: 19.12.2021).
4. Brynjolfsson E. & McAfee A. (2017) Machine, Platform, Crowd: Harnessing Our Digital Future. W.W. Norton & Company.
5. Brynjolfsson E. & McAfee A.(2017) Machine, Platform, Crowd: Harnessing Our Digital Future. W.W. Norton & Company
6. DataInsight, Ноябрь 2021. Фулфилмент для электронной торговли 2021. [Электронный ресурс] / Фулфилмент для электронной торговли 2021|Data Insight.- URL:https://datainsight.ru/sites/default/files/DI eCommerce2020 2024.pdf (дата обращения: 18.12.2021).
7. Detyniecki M. et al.(2000) Mathematical Aggregation Operators and their Application to Video Querying: Thesis for the degree Docteur de 1’Universite. Paris. 185 р
8. Hyndman R.J., Athanasopoulos G. Forecasting: Principles and Practice. 2 edition. Melbourne, Australia: OTexts; 2018.
9. Information and Privacy Commissioner/Ontario, Data Mining: Staking a Claim on Your Privacy, January 1998.
10. Jim Gray, Data Management: Past, Present, and Future, at
www.research.microsoft.com/~gray/DB_History.htm.
11. Jonathan Wu, Business Intelligence: The Value in Mining Data, DM Review online, February, 2002
12. Karen Watterson, Datamining poised to go mainstream, October 1999.
13. Lee T. K. Global stock market investment strategies based on financial network indicators using machine learning techniques / T. K. Lee [et. al.] // Expert Systems with Applications. 2019. Vol. 117. P. 228242.
14. Ludering J. Monetary policy on Twitter and asset prices: evidence from computational text analysis/ J. Ludering, P. Tillmann // North American Journal of Economics and Finance. 2018. P. 118.
15. Maitra S. Time series forecasting using Granger’s causality and vector
autoregressive model [Электронный ресурс] // Site of science provide the platform «Towards Data Science». Electronicdata. 2019. - URL:
https://towardsdatascience.com/grangercausalityandvectorautoregressivemodelfortimeseriesforec asting3226a64889a6 (дата обращения: 12.01.2022).
...83

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.

©2026 Cервис помощи студентам в выполнении работ