Дослідження методів інтеграції моделей машинного навчання у розподілені вебсистеми електронної комерції для прогнозування попиту на товари

Abstract

Метою дослідження є проєктування та розробка інтегрованої платформи для розподіленої системи електронної комерції, яка використовує моделі машинного навчання для забезпечення точного прогнозування попиту на продукцію, тим самим підвищуючи ефективність бізнесу. Методи дослідження включають: системний підхід до архітектурного проєктування, структурний аналіз розподілених систем, методи прогнозування часових рядів. Сфера застосування – сектор цифрової роздрібної торгівлі, зокрема середні та великі підприємства електронної комерції, які потребують масштабованих рішень для мінімізації надлишків та дефіциту товарів