Dinamikus árazórendszerek kialakítása mesterséges intelligenciával egy webáruházban

Kovács Endre és Erdélyi Katalin és Dobák Dóra és Fauszt Tibor (2023) Dinamikus árazórendszerek kialakítása mesterséges intelligenciával egy webáruházban. In: Integrált gondolkodás és integrált vállalati jelentés: fenntarthatósági kockázatok a gazdasági és energetikai válság árnyékában Magyar Tudomány Ünnepe konferencia kötet 2023. Budapesti Gazdasági Egyetem, Budapest, Magyarország, pp. 156-166. ISBN 978-615-6342-50-8

Előnézet

Szöveg Kovács et al.pdf - Megjelent verzió Download (445kB) | Előnézet

Absztrakt (kivonat)

Az online térben a vásárlók számára a legfontosabb döntést befolyásoló tényező a termék ára. Nem véletlen az árfigyelő rendszerek (Árukereső, Árgép) népszerűsége. A dinamikus árazási stratégia olyan modell, amely alkalmazkodik a piaci környezethez, és az árak is gyakran és könnyen változtathatók. Kutatásunk célja egy dinamikus árazási modell kidolgozása volt, amely a mesterséges intelligencia segítségével elvégzi egy webáruház napi árazását, figyelembe véve egyrészt a konkurensek árait, másrészt bizonyos termékadatokat, mint például a beszerzési árat és az eladott mennyiséget. A modellt a mesterséges intelligencia gépi tanuló algoritmusainak (LGBM, neurális hálózatok) a felhasználásával építettük ki, a tanuló és tesztadatokat egy létező webáruház biztosította. Az árazó modell kiértékelését többféle tesztcsoport összehasonlításával végeztük, az eredmény pedig annyira sikeres lett, hogy a webáruház a rendszert azóta is aktívan használja.

Tudományterület / tudományág

társadalomtudományok > közgazdaságtudományok

Kar

Pénzügyi és Számviteli Kar

Intézmény

Budapesti Gazdasági Egyetem

Mű típusa:	Könyv része
Szerző publikációban használt neve:	Publikációban használt név ORCID MTMT szerző azonosító Kovács Endre Erdélyi Katalin Dobák Dóra Fauszt Tibor
Kulcsszavak:	mesterséges intelligencia, gépi tanulás, dinamikus árazás, rezervációs ár, neurális hálózat
Felhasználó:	Eszenyi-Bakos Kinga
A mű MTMT azonosítója:	33775769
DOI azonosító:	https://doi.org/10.29180/978-615-6342-50-8_12
Rekord készítés dátuma:	2023. Már. 30. 13:28
Utolsó módosítás:	2023. Máj. 08. 14:22
URI:	https://publikaciotar.uni-bge.hu/id/eprint/2047

Actions (login required)

Tétel nézet