Predicción en tiempo real de futuras transacciones en establecimientos

Abstract

[ES] Como bien sabemos, en muchos establecimientos sus ventas en el último día de la semana o en cualquier de ellos, están altamente relacionadas con las ya producidas en los anteriores días. Actualmente estas relaciones se saben que existen gracias a estudios estadísticos, de los cuales las empresas se alimentan para poder predecir las futuras ventas en sus establecimientos, de forma manual. Pero porque dejar toda esta faena en manos de las propias personas, cuando se dispone de una gran cantidad de datos históricos que proveen de información relevante para el aprendizaje de dichas relaciones, a las propias máquinas. Por lo tanto, el principal objetivo de este trabajo, consiste en la construcción de una red neuronal la cual sea capaz de aprender todas las relaciones entre las transacciones de los diferentes días, para de esta forma poder predecir en tiempo real, a corto y a largo plazo, las ventas que se producirán. En cuanto los modelos a utilizar, inicialmente se parte con la idea de construir un perceptrón multicapa como regresor y posiblemente también se intente abordar el problema como series temporales, mediante LSTM.