Τα τελευταία χρόνια το ηλεκτρονικό εμπόριο αναπτύσσεται με ταχύτατους ρυθμούς και εδραιώνεται ως ένας από τους κυρίαρχους τρόπους πραγματοποίησης εμπορικών συναλλαγών. Οι πολιτικές και στρατηγικές τιμολόγησης που θα χρησιμοποιηθούν από την επιχείρηση αποτελούν μια από τις αποφάσεις-κλειδιά για την επιβίωσή της σε αυτή την ιδιαίτερα ανταγωνιστική αγορά, την επίτευξη των στόχων της και την μεγιστοποίηση των κερδών της. Για το λόγο αυτό έχουν υλοποιηθεί διάφοροι αλγόριθμοι δυναμικής τιμολόγησης προσαρμοσμένοι στις συνεχώς μεταβαλλόμενες συνθήκες της διαδικτυακής αγοράς. Οι αλγόριθμοι αυτοί στηρίζονται στη πληθώρα των δεδομένων που έχουν στη διάθεσή τους τα ηλεκτρονικά καταστήματα σχετικά με τις συνθήκες της αγοράς, τις προτιμήσεις και τις καταναλωτικές συνήθειες των πελατών. Η αξιοποίηση των παραπάνω δεδομένων και η ενσωμάτωσή τους στις στρατηγικές δυναμικής τιμολόγησης μπορεί να δώσει ένα σημαντικό συγκριτικό ανταγωνιστικό πλεονέκτημα στην επιχείρηση. Αντικείμενο της παρούσας διπλωματικής εργασίας, αποτελεί η ανάπτυξη ενός συστήματος για τη δυναμική τιμολόγηση των προϊόντων ενός καταστήματος ηλεκτρονικού εμπορίου. Στη συγκεκριμένη προσέγγιση, αρχικά υλοποιείται ένα υβριδικό μοντέλο πρόβλεψης μονοδιάστατων χρονοσειρών, για την αντιμετώπιση του προβλήματος της πρόβλεψης πωλήσεων. Το προτεινόμενο μοντέλο κάνει χρήση ενός εξελιγμένου νευρωνικού δικτύου (LSTM), το οποίο έχει αποδειχθεί ότι παράγει καλύτερα αποτελέσματα από ένα παραδοσιακό νευρωνικό δίκτυο πρόσθιας τροφοδότησης. Επίσης, προτείνουμε τη χρήση ενός αλγορίθμου βελτιστοποίησης για την τιμολόγηση των προϊόντων, με στόχο την βελτίωση του ποσοστού μετατροπών και του κέρδους του καταστήματος. Εν συνεχεία, η αξιολόγηση του συστήματος γίνεται σε ένα προσομοιωμένο περιβάλλον αγοράς με πραγματικά και ανώνυμα δεδομένα υπό ρεαλιστικές συνθήκες.