ПІ
Літвінцева А. В. Методи і моделі аналізу поведінки покупця інтернет-магазину для підвищення рівня продажів : магістерська атестаційна робота, пояснювальна записка / А. В. Літвінцева ; кер. роботи проф. Лєсна Н.С. ; ХНУРЕ, Кафедра Програмної інженерії. – Харків, 2016. – 84 с. : CD
Літвінцева А. В. Методи і моделі аналізу поведінки покупця інтернет-магазину для підвищення рівня продажів : магістерська атестаційна робота, пояснювальна записка / А. В. Літвінцева ; кер. роботи проф. Лєсна Н.С. ; ХНУРЕ, Кафедра Програмної інженерії. – Харків, 2016. – 84 с. : CD
Анотація:
Напрям аналізу кошика покупця, пошук значущих асоціацій в даних о покупках клієнтів, є одним з найстаріших місць видобутку даних. Типовим рішенням включає в себе видобуток і аналіз асоціативних правил, які приймають форму висловлювань. Це добре відомо, однак, типові набори даних транзакцій можуть мати сотні або тисячі очевидних, асоціативних правил для кожного цікавого правила, і фільтрації таких правил є нетривіальним завданням. Можна використовувати міру зустрічності в якості кількісної оцінки корисності різних правил, але немає єдиної узгодженої одиниці виміру і різні методи можуть привести до дуже різних рейтингових списків асоціативних правил.
АНАЛІЗ КОШИКУ ПОКУПЦЯ, ВИЯВЛЕННЯ МНОЖИН, МЕРЕЖА ПРОДУКТІВ, ДАНІ ТРАНЗАКЦІЙ, АСОЦІАТИВНІ ПРАВИЛА.
The field of market basket analysis, the search for meaningful associations in customer purchase data, is one of the oldest areas of data mining. The typical solution involves the mining and analysis of association rules, which take the form of statements. It is well-known, however, that typical transaction datasets can support hundreds or thousands of obvious association rules for each interesting rule, and filtering through the rules is a non-trivial task. One may use an interestingness measure to quantify the usefulness of various rules, but there is no single agreed-upon measure and different measures can result in very different rankings of association rules.
MARKET BASKET ANALYSIS, COMMUNITY DETECTION, PRODUCT NETWORK, TRANSACTION DATA, ASSOCIATION RULES
АНАЛІЗ КОШИКУ ПОКУПЦЯ, ВИЯВЛЕННЯ МНОЖИН, МЕРЕЖА ПРОДУКТІВ, ДАНІ ТРАНЗАКЦІЙ, АСОЦІАТИВНІ ПРАВИЛА.
The field of market basket analysis, the search for meaningful associations in customer purchase data, is one of the oldest areas of data mining. The typical solution involves the mining and analysis of association rules, which take the form of statements. It is well-known, however, that typical transaction datasets can support hundreds or thousands of obvious association rules for each interesting rule, and filtering through the rules is a non-trivial task. One may use an interestingness measure to quantify the usefulness of various rules, but there is no single agreed-upon measure and different measures can result in very different rankings of association rules.
MARKET BASKET ANALYSIS, COMMUNITY DETECTION, PRODUCT NETWORK, TRANSACTION DATA, ASSOCIATION RULES