پیش‌بینی تقاضا در تجارت الکترونیکی مبتنی بر ارزش اطلاعات پویا و تأثیر آن بر تصمیم‌گیری زنجیره تأمین

پیش‌بینی تقاضا در تجارت الکترونیکی مبتنی بر ارزش اطلاعات پویا و تأثیر آن بر تصمیم‌گیری زنجیره تأمین

پوریا اسدبگی1 جواد محمدزاده2

1) دانشجوی کارشناسی ارشد فناوری اطلاعات گرایش تجارت الکترونیک، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
2) مدرس گروه کامپیوتر دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی واحد کرج

کد IOI مقاله : AAHD-ABCGBF
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    رشد شتابان تجارت الکترونیکی موجب افزایش عدم ‌قطعیت، پیچیدگی و نوسانات تقاضا در زنجیره‌های تأمین شده است. در چنین محیطی، پیش‌بینی تقاضا به‌عنوان یکی از ارکان اصلی تصمیم‌گیری در مدیریت زنجیره تأمین نقش حیاتی ایفا می‌کند. در سال‌های اخیر، استفاده از کلان‌داده و مدل‌های پیشرفته یادگیری ماشین به‌طور گسترده برای بهبود دقت پیش‌بینی تقاضا مورد توجه قرار گرفته است. با این حال، بخش عمده‌ای از پژوهش‌های موجود بر این فرض استوارند که افزایش حجم و تنوع داده‌ها همواره منجر به بهبود عملکرد پیش‌بینی می‌شود؛ فرضی که در بسیاری از موارد می‌تواند موجب افزایش نویز، بیش‌برازش مدل‌ها و ناپایداری تصمیمات عملیاتی شود. پژوهش حاضر با معرفی مفهوم «ارزش اطلاعات پویا»، چارچوبی نوین برای پیش‌بینی تقاضا در تجارت الکترونیکی ارائه می‌دهد که تمرکز آن بر انتخاب تطبیقی منابع داده بر اساس ارزش واقعی آن‌ها در بهبود تصمیمات زنجیره تأمین است. در چارچوب پیشنهادی، منابع مختلف کلان‌داده به‌صورت پویا ارزیابی شده و تنها داده‌هایی که ارزش افزوده معناداری در کاهش خطای پیش‌بینی و بهبود تصمیمات عملیاتی دارند، وارد مدل پیش‌بینی می‌شوند. نتایج تحلیلی و کمی نشان می‌دهد که رویکرد پیشنهادی علاوه بر افزایش دقت پیش‌بینی، موجب کاهش نوسانات سفارش‌دهی، کاهش اثر شلاق چرمی و افزایش تاب‌آوری زنجیره تأمین می‌شود. این پژوهش مسیر جدیدی را برای مطالعات آینده در حوزه زنجیره تأمین هوشمند و تصمیم‌گیری داده‌محور ترسیم می‌کند.

کلمات کلیدی : تجارت الکترونیکی زنجیره تأمین پیش‌بینی تقاضا کلان‌داده ارزش اطلاعات پویا تصمیم‌گیری تطبیقی