یادگیری متا

با توجه به جایگاه ویژه پیش بینی فروش بازار در تحلیل فرصت های بازاریابی و نقش مهمی که پیش بینی فروش در برنامه ریزی بخش های مختلف یک سازمان دارد، هدف اصلی پژوهش حاضر استفاده از یکی از ابزارهای نوین حوزه یادگیری ماشین (روش یادگیری متا) برای پیش بینی میزان فروش با مطالعه موردی فروش آلومینیوم در بورس کالای ایران است. پژوهش حاضر در دسته پژوهش های کاربردی قرار می گیرد و داده های پژوهش با استفاده از منبع داده های ثانویه  گردآوری شده است. در این پژوهش برای تجزیه و تحلیل از اطلاعات موجود در گزارش های هفتگی منتشر شده در پایگاه رسمی سازمان بورس کالای ایران استفاده شده است. مراحل انجام دادن پژوهش بر مبنای اصول پیش بینی و با استفاده از رویکرد روش یادگیری متا صورت گرفته است. در یافته های پژوهش حاضر چگونگی استفاده از روش یادگیری متا برای پیش بینی میزان فروش و تخمین تقاضای آلومینیوم در بورس کالای ایران نشان داده شد. مدل مبتنی بر روش یادگیری متا برمبنای 4 روش پیش بینی پایه ای شبکه عصبی، آریما، رگرسیون و هموارسازی نمایی و بر بستر داده های سری زمانی مربوط به فروش آلومینیوم در بورس کالای ایران (شامل 344 مقطع زمانی بین سال های 1394 تا 1401) ارائه شده است. بررسی دقت نتایج حاصل از به کارگیری روش یادگیری متا برای پیش بینی میزان فروش، برتری این روش را در مقایسه با چهار روش پیش بینی منتخب دیگر نشان داده است. در این پژوهش برای صحت سنجی نتایج به دست آمده سه مرحله اعتبارسنجی صورت گرفت که در نتایج هر سه نمونه اعتبارسنجی، برتری دقت روش یادگیری متا تأیید شده است. در پژوهش حاضر از روش یادگیری متا برای پیش بینی میزان فروش استفاده شده است. توانایی این روش در حل مسئله پیش بینی یکی از قابلیت های استفاده از ابزارهای هوش مصنوعی را در حل مسائل مختلف مدیریتی نشان می دهد. در نتیجه این پژوهش، روش یادگیری متا به عنوان ابزاری توانمند در حوزه پیش بینی میزان فروش به مدیران بازاریابی و پژوهشگران این حوزه معرفی شده است.