No âmbito da unidade curricular de Técnicas de Inteligência Artificial na Previsão e Otimização em Sistemas Empresariais foi proposto o desenvolvimento de um projeto de suporte à decisão para gerir um espaço comercial, utilizando técnicas de previsão e otimização num problema realista.
Para tal, foi-nos disponibilizado um conjunto de dados relativos a valores totais diários de entradas de pessoas no respetivo espaço comercial. Este projeto tem como principais objetivos prever o valor diário de entradas no espaço comercial (nas diferentes dimensões das cinco séries temporais), e para um determinado dia pretende-se definir uma estratégia de marketing para uma semana.
Este repositório está dividido em três diretorias principais:
- prediction;
- optimization;
- interface.
Aqui foi realizada a previsão para todas as séries temporais (all, female, male, young e adult) de entradas na loja.
Foram realizadas três tipos de análise: Univariada, Multivariada e Híbrida.
No total foram obtidos 10 020 resultados, os quais estão presentes na diretoria "/prediction/models/results" em ficheiros excel.
Aqui foi definida a melhor estratégia de marketing para uma semana tendo em conta 3 objetivos e as previsões para todas as séries temporais (all, female, male, young e adult).
Para cada um dos modelos utilizados nesta fase, foi atribuído um jupyter notebook criado com o propósito de testar todos os objetivos com diferentes parâmetros para cada modelo.
De forma a escolher os melhores modelos para cada objetivo de otimização, desenvolvemos um jupyter notebook onde começamos por criar uma função, denominada optimize, que contém todos os modelos e recebe como parâmetros o nome do modelo, o objetivo de avaliação, o número de pesquisas e, caso aplicado, o número de população e qual a estratégia a usar no objetivo 2 (Death Penalty ou Repair). Esta função retorna uma lista com o resultado da função de avaliação e o tempo de execução do modelo. Todos os resultados obtidos estão na diretoria "/optimization/results".
Aqui encontra-se o produto final. É uma aplicação Shiny que permite testar todos os modelos utilizados na fase de previsão e otimização e ler detalhes do projeto.
A aplicação encontra-se disponível para demonstração em: uni-space.shinyapps.io/tiapose
- R;
- Jupyter Notebook;
- Shiny.