Δημιουργία πληροφοριακού συστήματος για την πρόβλεψη τιμών σε προϊόντα του πρωτογενή τομέα με χρήση γνώσεων ανάλυσης δεδομένων και μηχανικής μάθησης

Abstract

Η πρόβλεψη μπορεί να χρησιμοποιηθεί για την εκτίμηση μελλοντικών συμβάντων καθώς και της πιθανότητας εμφάνισης ενός αποτελέσματος. Μπορεί επίσης να χρησιμοποιηθεί για την εκτίμηση μελλοντικών απαιτήσεων ή για την εκτέλεση μίας ανάλυσης των επιπτώσεων διαφόρων σεναρίων. Όσον αφορά τον πρωτογενή τομέα, οι προβλέψεις για την παραγωγή και τις τιμές είναι χρήσιμες για τους παραγωγούς, τις κυβερνήσεις καθώς και τις βιομηχανίες πρωτογενών προϊόντων. Λόγω της ειδικής θέσης της πρωτογενούς παραγωγής στην ασφάλεια ενός έθνους, οι κυβερνήσεις έχουν γίνει και οι κύριοι προμηθευτές και χρήστες των σχετικών προβλέψεων. Χρειάζονται εσωτερικές προβλέψεις για την εφαρμογή πολιτικών που παρέχουν τεχνική υποστήριξη και υποστήριξη της αγοράς στον πρωτογενή τομέα. Η σημασία του πρωτογενούς τομέα για τη διασφάλιση της αναπτυξιακής πορείας, αλλά και την κάλυψη βασικών αναγκών μίας χώρας αποτέλεσε τον κύριο λόγο για τον οποίο επιλέχθηκε ως το αντικείμενο εφαρμογής της παρούσας μελέτης. Η εργασία διαρθρώνεται σε επτά κεφάλαια. Αρχικά, λαμβάνει χώρα μία εισαγωγή στο προς διερεύνηση ζήτημα, μέσα από την παράθεση των βασικών εννοιών και των στόχων της παρούσας έρευνας. Στη συνέχεια λαμβάνει χώρα μία βιβλιογραφική ανασκόπηση, στην οποία περιγράφεται μία σειρά συστημάτων που έχουν σχεδιαστεί για την πραγματοποίηση επιχειρηματικών προβλέψεων όπως επίσης γίνεται και παρουσιάσει μία σειράς αλγορίθμων μηχανικής μάθησης οι οποίοι χρησιμοποιούνται για την πραγματοποίηση προβλέψεων. Στο τρίτο κεφάλαιο γίνεται παρουσίαση και ανάλυση των δεδομένων που χρησιμοποιήθηκαν, εξηγείτε ο λόγος που επιλέχθηκαν καθώς επίσης τα προβλήματα που διαπιστώθηκαν κατά την εύρεση τους. Στο τέταρτο κεφάλαιο γίνεται αναφορά και επεξήγηση του αλγορίθμου πρόβλεψης που επιλέχθηκε και υλοποιήθηκε στα πλαίσια της παρούσας εργασίας. Στο πέμπτο κεφάλαιο αξιολογείται ο αλγόριθμος μέσα από την περιγραφή των αποτελεσμάτων της εκτέλεσης του. Στο έκτο κεφάλαιο περιγράφεται το πληροφοριακό σύστημα που αναπτύχθηκε μέσα από ένα αντίστοιχο εγχειρίδιο. Τέλος, στο έβδομο κεφάλαιο παρατίθενται τα συμπεράσματα που εξήχθησαν από την παρούσα εργασία, ενώ λαμβάνουν χώρα και προτάσεις αναφορικά με πιθανές μελλοντικές επεκτάσεις του συστήματος. Forecasting can be used to estimate future events as well as the likelihood of an outcome occurring. It can also be used to assess future demands or to perform an impact analysis of various scenarios. In terms of the primary sector, forecasts regarding production and prices are useful for producers, governments, and primary product industries. Due to the unique position of primary production in a nation's security, governments have become the main providers and users of relevant forecasts. They require internal forecasts to implement policies that provide technical and market support to the primary sector. The importance of the primary sector for ensuring developmental progress and meeting a country's basic needs was the main reason it was chosen as the subject of application for this study. The thesis is structured into seven chapters. Initially, an introduction to the issue under investigation is provided by presenting the key concepts and objectives of the current research. Subsequently, a literature review is conducted, describing a series of systems designed for business forecasting and presenting a range of machine learning algorithms used for forecasting. The third chapter presents and analyzes the data used, explaining the reasons for their selection and the issues identified during their collection. The fourth chapter discusses and explains the forecasting algorithm chosen and implemented in the context of this thesis. The fifth chapter evaluates the algorithm by describing the results of its execution. The sixth chapter describes the information system developed through a corresponding manual. Finally, the seventh chapter presents the conclusions drawn from this study and offers suggestions regarding potential future extensions of the system.