Maschinelles Lernen zur Analyse vonEinflussfaktoren auf den Preis undPreisentwicklungen im deutschen Glasfasermarkt

Abstract

Diese Arbeit beschäftigt sich mit der Analyse von Preisen von Glasfaser Mietleitungen, zwecks Schaffung einer Grundlage für eine Applikation, welche Angebote im deutschen Glasfasermarkt evaluiert. Dazu wird analysiert, welche Faktoren die Preise von Mietleitungen beeinflussen und wie sich die Preise zeitlich entwickeln. Anschließend wird, unter anderem mit Hilfe von Methoden des maschinellen Lernens, ein Modell entworfen, welches einen marktkonformen Preis für ein Angebot vorhersagen kann.

This thesis is about an analysis of fiber leased lines prices in order to create a basis for an application that evaluates offers in the German optical fiber market. It is analyzed which factors influence the prices and how is the price developed over time. Finally a model is designed that predicts a market price for an offer. For that machine learning algorithms were applied.