ЗАСТОСУВАННЯ ГРАДІЄНТНОГО БУСТИНГУ ДЕРЕВ РІШЕНЬ ДЛЯ ПРОГНОЗУВАННЯ ЧАСОВИХ РЯДІВ ПРОДАЖІВ

Анотація

У статті досліджено особливості застосування алгоритмів градієнтного бустингу дерев рішень для прогнозування часових рядів продажів у сфері реалізації автозапчастин. Розглянуто підходи до побудови системи прогнозування валового доходу з використанням платформи ML.NET та моделі FastTree Regression. Метою дослідження є розроблення інформаційно-аналітичної системи прогнозування часових рядів продажів із використанням алгоритму градієнтного бустингу дерев рішень FastTree Regression для врахування сезонних коливань і нерівномірності попиту на ринку автозапчастин. Запропонований підхід орієнтований на підвищення ефективності аналізу транзакційних даних та підтримку процесів фінансового планування підприємств. Результати дослідження можуть бути використані для автоматизації прогнозування показників продажів і вдосконалення систем бізнес-аналітики. Проаналізовано методи попередньої обробки масиву транзакційних даних, виявлення аномальних значень та формування часових ознак. У роботі вдосконалено підхід до побудови та нормалізації сезонних ознак у межах конвеєра обробки даних, що сприяє підвищенню адаптивності моделі до нерівномірності попиту. На відміну від стандартних підходів, що обмежуються використанням статичних часових ознак, запропоноване рішення забезпечує автоматизоване формування сезонних характеристик у процесі прогнозування. Для забезпечення ефективності роботи системи модулі аналітики інтегровано з механізмами фільтрації, обробки та агрегування фінансових показників на рівні бази даних. Реалізовано механізми імпорту первинних даних, збереження результатів у форматі JSON та автоматизованого формування прогнозних значень на заданий період планування. Проведено апробацію моделі на історичних даних продажів за 2023–2026 роки, а якість прогнозування оцінено за допомогою статистичних метрик. Отримані результати підтверджують придатність запропонованого підходу для автоматизованого аналізу динаміки продажів та прогнозування майбутніх показників доходу підприємств роздрібної торгівлі. Отримані значення коефіцієнта детермінації R² = 0,90 та показника RMSE = 287 883 грн свідчать про ефективність використання ансамблевих методів для прогнозування часових рядів продажів в умовах високої варіативності попиту. Розроблена веб система з використанням архітектури ASP.NET Core MVC та інструментів інтерактивної візуалізації може бути використана у практичних процесах фінансового аналізу, планування обсягів закупівель і підтримки прийняття управлінських рішень підприємств сектору роздрібної торгівлі.