پیش‌بینی هوشمند حجم فروش و قیمت با استفاده از چارچوب مبتنی بر توجه RW‑FN‑BiLSTM

علی ثابت توسلی¹

چکیده :
در عصر داده‌های کلان، پیش‌بینی دقیق حجم فروش و قیمت نقشی حیاتی در تصمیم‌گیری‌های بازاریابی، مدیریت موجودی و تدوین راهبردهای قیمت‌گذاری برای شرکت‌ها ایفا می‌کند. با این حال، روش‌های سنتی پیش‌بینی معمولاً در شناسایی الگوهای زمانی پیچیده و روابط غیرخطی موجود در داده‌های فروش با مشکل مواجه هستند. در مقابل، فناوری‌های یادگیری عمیق، به‌ویژه مدل‌های شبکه عصبی، توان بالقوه چشمگیری در حل این چالش‌ها نشان داده‌اند. این مطالعه، یک چارچوب جدید ترکیبی مبتنی بر توجه با ساختار RW‑FN‑BiLSTM را برای بهبود دقت پیش‌بینی حجم فروش و قیمت پیشنهاد می‌کند. این مدل با استفاده از مجموعه‌داده‌ای واقعی ارائه‌شده از سوی هیئت آووکادو Hass در بازه زمانی سال‌های ۲۰۱۵ تا ۲۰۲۳ آموزش و ارزیابی شده است؛ داده‌ها شامل اطلاعات مربوط به چندین منطقه و متغیرهای کلیدی مانند قیمت و حجم فروش آووکادوهای معمولی و ارگانیک هستند. مدل پیشنهادی، شبکه BiLSTM (شبکه حافظه کوتاه و بلند دوطرفه) را برای ضبط وابستگی‌های بلندمدت در داده‌های سری زمانی، شبکه RWFN (شبکه پیوندی با وزن تصادفی) را برای افزایش توان استخراج ویژگی‌ها، و مکانیزم توجه (Attention Mechanism) را برای تخصیص تطبیقی وزن‌ها به ویژگی‌های مهم ترکیب می‌کند. این هم‌افزایی منجر به بهبود چشمگیر عملکرد پیش‌بینی شده است. نتایج آزمایش‌ها نشان می‌دهد که مدل در مراحل آموزش و آزمون از همگرایی پایدار برخوردار بوده و مقادیر پیش‌بینی با روند واقعی داده‌ها تطابق بالایی دارند. علاوه‌بر‌این، توزیع خطاها تقریباً متقارن است که حاکی از توانایی تعمیم بالای مدل است. با این حال، برخی انحراف‌ها همچنان مشاهده می‌شوند که بیانگر امکان بهینه‌سازی بیشتر در ساختار شبکه و انتخاب ویژگی‌ها است. این پژوهش اثربخشی مدل Attention‑based RW‑FN‑BiLSTM را در پیش‌بینی حجم فروش و قیمت به‌طور تجربی تأیید کرده و راهکاری نوین برای تحلیل روندهای بازار، بهینه‌سازی موجودی و تصمیم‌گیری‌های قیمت‌گذاری در اختیار شرکت‌ها قرار می‌دهد — رویکردی که به آن‌ها امکان می‌دهد انتخاب‌های راهبردی علمی‌تر و دقیق‌تر در فضای رقابتی روزافزون بازار داشته باشند.

کلمات کلیدی : پیش‌بینی فروش rw‑fn‑bilstm مبتنی بر توجه داده‌های سری زمانی یادگیری عمیق ویژگی‌های داده rw‑fn

---

زبان مقاله : فارسی
محور مقاله : سرمايه گذاري و بازاريابي
محل انتشار : پنجمین کنگره بین المللی مدیریت، اقتصاد، علوم انسانی، آموزش و پرورش و توسعه کسب و کار
آدرس وب سایت کنفرانس : 5icmba.ir
کد IOI مقاله : AAHA-AAKACE
لینک مستقیم مقاله : https://isnac.ir/AAHA-AAKACE
نمایش چکیده انگلیسی : https://isnac.ir/SA/AAHA-AAKACE

سایر مقالات ارائه دهنده

1. افزایش دقت پیش‌بینی فروش از طریق یکپارچه‌سازی برنامه‌ریزی منابع سازمانی (ERP) و مدیریت ارتباط با مشتری (CRM) با استفاده از هوش مصنوعی
2. طراحی و پیاده‌سازی سیستم مدیریت هوشمند انرژی
3. پیش‌بینی هوشمند حجم فروش و قیمت با استفاده از چارچوب مبتنی بر توجه RW‑FN‑BiLSTM

سایر مقالات محل انتشار

1. جایگاه کریپتو کارنسی ها در قراردادهای نوین تجاری بین المللی
2. فرصت ها و آسیب های فضای مجازی در آموزش و یادگیری دانش آموزان
3. بررسی نقش انگیزش درونی در انتقال آموزش و بهبود نرخ رعایت استانداردهای کیفی در اپراتورهای خط تولید
4. بررسی فرصت ها و تهدید های توسعه ی استان ایلام
5. اثربخشی آموزش فرزندپروی مثبت بر تاب‌آوری و شادکامی در والدین دانش‌آموزان دارای اختلال یادگیری
6. نقش آموزش و پرورش در توسعه کسب و کار
7. هوش مصنوعی و مسئولیت قانونی و چالش های پیشروی آن
8. (آینده طراحی ایبوک‌های آموزشی: انقلاب یادگیری خودکار و تعاملات هوشمند در دنیای دیجیتال)
9. کاربر هوش مصنوعی در روابط عمومی : انقلاب در ارتباطات
10. اثر مهارت ارتباط موثر اولیای مدرسه بر دانش آموزان دبیرستانی
11. اثربخشی بسته ی آموزشی ادراکی-شناختی بر خودکارآمدی تحصیلی دانش آموزان نارساخوان
12. مشارکت‌پذیری مردم در ساختار حاکمیت و نقش آن در توسعهٔ سیاسی ایران
13. بررسی نقش زبان پایتون در آموزش مفاهیم برنامه‌نویسی به دانش‌آموزان نوجوان
14. اثربخشی زوج درمانی شناختی-رفتاری بر تنظیم هیجانی، اعتماد در روابط زناشویی و صمیمیت جنسی زوجین مراجعه کننده به مراکز روانشناختی شهر اهواز
15. نقش بازاریابی دیجیتال بر افزایش مشتریان کارگزاری‌های بورس تهران