Прогнозування попиту в системах доставки харчування за допомогою алгоритмів машинного навчання

Abstract

Об’єктом дослідження є процес функціонування інформаційної системи доставки індивідуальних раціонів харчування в умовах змінного та нерівномірного споживчого попиту. Предметом дослідження є методи, моделі та алгоритми прогнозування попиту на страви із використанням технологій машинного навчання та їх інтеграція в існуючу інформаційну систему доставки раціонів. Метою роботи є розробка та реалізація надбудови штучного інтелекту для прогнозування майбутнього попиту на страви з урахуванням історичних даних замовлень, календарних факторів, погодних умов, цінових змін і промоактивностей, а також оцінка ефективності впровадженого підходу в межах модернізованої системи доставки індивідуального харчування. У процесі виконання роботи використовувалися методи аналізу предметної області та існуючих інформаційних систем, методи структурного та функціонального моделювання, проєктування баз даних, методи підготовки та обробки даних, а також методи машинного навчання. Для побудови прогнозної моделі застосовано ансамблеві алгоритми регресії, зокрема Random Forest, із використанням метрик оцінювання якості прогнозування MAE та RMSE. Реалізація виконувалася з використанням мови програмування Python, СУБД Microsoft SQL Server та допоміжних бібліотек для аналізу даних. У результаті роботи було модернізовано функціональні вимоги та структуру бази даних системи доставки раціонів, розроблено алгоритм прогнозування попиту на страви, реалізовано модуль машинного навчання та виконано його тестування на реальних і згенерованих даних.