Ez a kód a diplomatervezésem alatt született. Felhívom a figyelmet, hogy a program letöltés után a jelenlegi formában nem lesz futtatható, mivel hiányzik az adathalmaz, amin dolgoztam. Ez egy privát elérésű adatbázis, ezért nem tudom megosztani, viszont, amennyiben valakit érdekel a téma, kód szinten is érdemes lehet vizsgálódni.
A kereslet előrejelzés célja röviden a vevői igény és kereslet egyensúlyban tartása. Ez egy fontos üzleti folyamat a termelő vállalatok életében, mivel a pontos becslés költségcsökkentéshez és vevői elégedettséghez vezet.
A fő célom az volt, hogy összehasonlítsam a neurális hálózatok teljesítményét a klasszikusnak mondható megoldásokkal a kereslettervezés terén. Ez egy érdekes téma, mivel a neurális hálózatok már széles körben igazolták eredményességüket (pl. ké/beszéd szintézis/felismerés), de jövőbeli kereslet meghatározásában nem mondható általánosságban véve elfogadottnak és alkalmazottnak. Végezetül 18 különböző modellt implementáltam és teszteltem, ezen kívül a pontosítás érdekében szövegelemzési módszerekkel szentiment analízist is végeztem.
A következő szoftver verziókat használtam:
Python 3.5Keras 1.0.6
További könyvtárak: NumPy, SciPy, Pandas, TwitterScraper, GetOldTweets, XGBoost, Statsmodels, Scikit-learn, Matplotlib, Seaborn