الفهرس 
Chapter 1 IntroductionOnly 14 pages are availabe for public view
 |  | from | 95 |  |  |
| | | from | 95 | | |
Abstract
يتيح استخدام تعلم الاله في نظام تخطيط موارد المؤسسات (ERP) للمؤسسة تخزين بياناتها وإدارتها وتحليلها للحصول على القرارات الصحيحة واكتساب رؤى قيمة لم يكن من الممكن إدارتها سابقًا. هناك العديد من الصناعات وخطوط الأعمال التي تحتوي على كميات كبيرة من البيانات مثل التصنيع والتمويل والرعاية الصحية ... إلخ. يستخدم تعلم الاله حجمًا كبيرًا من البيانات التي يمكن أن تكون بيانات منظمة وشبه منظمة وغير منظمة. تسمى هذه الكميات الكبيرة من البيانات البيانات الضخمة. تحتوي أنظمة تخطيط موارد المؤسسات على البيانات الضخمة التي تشير إلى التنفيذ الفعلي للعمليات التجارية. أحد أكثر استخدامات تعلم الاله في ERP هو التنبؤ الذي يشير إلى التنبؤ بالمستقبل بناءً على البيانات السابقة. يعد هذا مكونًا حيويًا للتخطيط المالي للأعمال التجارية ، والذي يقوم بالمشروع في المستقبل باستخدام بيانات من الماضي. في عالم يتحرك بشكل أسرع وأسرع ، أصبحت قدرة الشركة على التوافق مع تغيرات السوق عاملاً تنافسياً رئيسياً. يُمكّن التنبؤ الشركات من التنبؤ بما ينتظرنا ، على سبيل المثال تقلبات الاتجاه أو تقلبات السوق ، وتجعل من الممكن التخطيط لها. في الماضي ، ركز البحث السائد في هذا المجال على عوامل النجاح الحاسمة للتنفيذ ، وترقية تخطيط موارد المؤسسات (ERP) ، وممارسات إدارة المشاريع ، وما إلى ذلك. هناك حاجة إلى بحث مستقبلي لاستكشاف إمكانات أنظمة تخطيط موارد المؤسسات لربطها بالتكنولوجيا الجديدة مثل البيانات الضخمة والتعلم الآلي الحصول على شمامسة دقيقة.
أظهر التقدم في مجال التنبؤ بتخطيط موارد المؤسسات أنه من الممكن للشركات تحسين ممارسات التنبؤ. تقدم هذه الأطروحة نهجًا جديدًا لتوقع عمليات الشراء باستخدام بيانات السلاسل الزمنية. بناءً على طلبات الطلبات السابقة ، يتم استخدام النهج المقترح لتحديد سعر الشراء لعناصر محددة لأوامر الشراء المحتملة من أي مورد. النهج المقترح هو نموذج هجين جديد للتنبؤ بالمشتريات بناءً على بيانات السلاسل الزمنية الموجودة في نظام تخطيط موارد المؤسسات. إنه نموذج هجين من ARIMA (متوسط متحرك متكامل الانحدار التلقائي) و LSTM (ذاكرة طويلة المدى قصيرة المدى). فهو يجمع بين المكونات الخطية وغير الخطية للحصول على تنبؤات أفضل.
تستند مجموعة البيانات المستخدمة أثناء التنفيذ إلى عملية شراء شركة حقيقية مستخرجة من نظام SAP Business One. تحتوي مجموعة البيانات على 12 عامًا من بيانات المشتريات الشهرية التاريخية. ويغطي الفترة من 2010 إلى 2022 بإجمالي عدد ملاحظة يبلغ 7600 ملاحظة ، ويتم قياس تقييم النموذج المقترح باستخدام متوسط الخطأ المطلق (MAE) والخطأ التربيعي لمتوسط الجذر (RSME) استنادًا إلى قيم مجموعات البيانات مقابل القيم المتوقعة.
وتتكون هذه الرسالة من خمسة فصول كالتالي:
الفصل الأول: يعتبر مقدمة للبحث يتم فيه التعرف على موضوع الرسالة وأهدافها وإسهاماتها. وهو يتحدث عن الإحتياج لبناء نموذج للتبئؤ باسعار الشراء للشركات المستخدمه لانظمه ادارة المؤسسات حيث يساعد على الشركات على اتخاذ القرار الصحيح و تحسين اداء الشركه و تقليل التكاليف المستخدمه فى عمليات الشراء و بالتالي زيادة الارباح
الفصل الثاني: هذا الفصل يعطي خلفية للقارئ عن عن نظام تخطيط موارد المؤسسات وتطبيقاتها وتطبيقات التعلم الآلي والبيانات الضخمة في تخطيط موارد المؤسسات و كذلك مقارنة بين الاساليب المختلفة السابقة فى عمليات التنبؤ القائمة على انظمه ادارة المؤسسات
الفصل الثالث: هذا الفصل يناقش تصميم النموذج المقترح مع شرح كل مرحلة. يقدم هذا الفصل نهجًا مقترحًا للتنبؤ بالمشتريات استنادًا إلى بيانات السلاسل الزمنية الموجودة في نظام تخطيط موارد المؤسسات وفقًا لأوامر الشراء المقدمة ، يتم استخدام النهج المقترح للتنبؤ بسعر شراء منتجات معينة لأوامر الشراء المحتملة من أي بائع. إنه نموذج هجين يتكون من نموذج ARIMA الذي يرمز إلى المتوسط المتحرك الانحدار التلقائي المتكامل ، ونموذج LSTM الذي يرمز إلى الذاكرة طويلة المدى.
الفصل الرابع: هذا الفصل يناقش تنفيذ وتطوير النموذج المقترح والسابق شرحه في الفصل الثالث وعرض النتائج وتقيمها.
الفصل الخامس: هذا الفصل يقدم عرض أهم الإستنتاجات المستخلصة من الرسالة وعرض لنقاط البحث المستقبلية في مجال موضوع الرسالة.
كما تتضمن الرسالة مجموعة من المراجع التى تم استخدامها اثناء عملية البحث و التطوير.