پیش بینی تقاضای دارو در همدان

تحلیل مقدار فروش داروهای مصرفی کشور نقش مهمی در تأمین تقاضای داروی کشور در گروه‌های درمانی مختلف دارد. کمبود دارو در شرایط خاص میتواند خسارات متعددی را برای بیماران و سیستم تامین دارو به همراه داشته باشد. پیش بینی صحیح تقاضای دارو می تواند بر مدیریت و برنامه ریزی بهینه تامین دارو نقش اساسی داشته باشد.در این چالش قصد داریم میزان تقاضای یک داروی خاص ثبت شده توسط دانشگاه علوم پزشکی همدان را با مدل های هوش مصنوعی پیش بینی کنیم. اطلاعات موجود مربوط به داده های روزانه و ماهانه است و پیش بینی باید در قالب هر دو بازه زمانی صورت گیرد. همچنین پیش بینی برای هر روز باید هم به تفکیک داروخانه و هم به صورت تجمیع شده روی همه داروخانه ها صورت گیرد. نتایج در قالب معیار ریشه میانگین مربعات خطا (RMSE) ارزیابی خواهند شد.

ساختار داده ها:

نام بیمارستان : داروخانه درخواست دهنده (در این داده ها فقط داروخانه های بیمارستانی مدنظر قرار گرفته اند)

روز هفته: از یکشنبه تا شنبه معادل عدد 1تا 7 در نظر گرفته شده است

تاریخ مصرف: تاریخ (روز) سفارش دارو توسط داروخانه

تعداد مصرف: متغیر خروجی

کدمشتری : بنا به مسائل امنیتی با عدد ثابت جایگزین شده و ارزش خاصی ندارد

باز یا بسته بودن داروخانه: عدد 1نشان دهنده باز  و عدد صفر نشان دهنده بسته بودن داروخانه است

تخفیفات: میزان تخفیف دارو

تعطیلی مدارس: 1 نشان دهنده تعطیل بودن و صفر نشان دهنده باز بودن مدارس در روز مورد نظر است

تعطیلی هفتگی: نشان دهنده تعطیلی کل هفته است که در این داده ها صفر در نظر گرفته شده و ارزش خاصی ندارد.