Інформаційна система прогнозування попиту на послуги транспортної компанії

Abstract

Актуальність даного дослідження полягає в необхідності створення ефективних інструментів для аналізу та прогнозування попиту на транспортні послуги, що дозволяють підвищити ефективність управління ресурсами, оптимізувати маршрути та обґрунтовувати управлінські рішення, особливо в умовах високої конкуренції, сезонності та динамічних змін ринку пасажирських перевезень в Індії. Об’єктом роботи є процеси формування попиту на транспортні послуги на основі історичних даних про перевезення. До об’єкта належать дані про маршрути, дати перевезень, обсяги замовлень та інші характеристики, що впливають на попит. Предметом роботи є методи та засоби побудови інформаційної системи для аналізу та прогнозування попиту на транспортні послуги. Мета роботи є розробка інформаційної системи, що на основі структурованого набору даних і методів машинного навчання (лінійна регресія, моделі часових рядів, Random Forest) дозволяє прогнозувати попит на транспортні послуги та досліджувати вплив різних факторів на його зміну. В результаті виконання роботи було реалізовано інформаційну систему для аналізу та прогнозування попиту, що включає обробку даних, побудову моделей машинного навчання та візуалізацію результатів. Проведено аналіз залежності попиту від часових, географічних та поведінкових факторів, а також виконано порівняння ефективності використаних моделей за показниками точності (RMSE, R²). Отримані результати дозволяють визначити найбільш впливові фактори та підвищити точність прогнозування попиту. Дана робота складається з чотирьох розділів. У першому розділі проведено аналіз предметної області, огляд існуючих підходів та сформовано постановку задачі. Другий розділ присвячений методам і моделям прогнозування попиту. У третьому розділі наведено розробку інформаційної системи та реалізацію алгоритмів прогнозування. У четвертому – аналіз отриманих результатів, тестування та візуалізацію даних. Загальний обсяг роботи – 85 сторінок. Кваліфікаційна робота містить 3 додатки, 24 рисунків, 3 таблиці і 31 джерел посилання. The relevance of this study lies in the need to develop effective tools for analyzing historical transportation data and forecasting demand for transport services. This enables optimization of resource planning, routing, and managerial decision-making under conditions of high competition, strong seasonality, and market volatility in India’s intercity bus transport sector. The object of the work is the processes of demand formation for transport company services based on historical order and search data. The subject is the methods and tools for building an information system for demand forecasting. The purpose of the thesis is to design an information system that, using a structured dataset and machine learning/time series methods (linear regression, time series models, Random Forest), predicts demand volume and investigates the influence of key factors (time-related, geographical, behavioral) on transport service demand. Key results include: a Python-based desktop application built with PySide6 for interactive demand analysis and forecasting; implementation of three models (Prophet, Linear Regression, Random Forest); experimental validation of the models on the Indian bus transportation dataset in terms of MAE, RMSE, and MAPE; and analysis of the most influential factors affecting demand (days before departure, day of week, region, seasonality) The overall scope of the work is 85 pages. The thesis contains 3 appendices, 24 figures, 3 tables and 31 references.