📄Работа №119798
Тема: Разработка системы оптимизации расположения товаров в торговой точке на основе интеллектуального анализа данных о покупках
Тип работы
Бакалаврская работа
Предмет
информатика
Объем:
44 листов
Год:
2022
Просмотров:
48
4300
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 5
1 Применение технологий интеллектуального анализа данных для решения
задач розничной торговли 7
1.1 Обзор предметной области 7
1.2 Обзор существующих подходов в интеллектуальном анализе данных .. 9
2 Математическая модель аффинитивного анализа 13
2.1 Общие ассоциативные правила 13
2.2 Классификация существующих алгоритмов поиска ассоциативных правил 17
2.2.1 Алгоритм Apriori 18
2.2.2 Анализ Apriori-подобных алгоритмов (FP-Growth, Eclat) 22
2.3 Сравнительный анализ алгоритмов поиска частых наборов 26
3 Разработка программного обеспечения для реализации алгоритма 30
3.1 Выбор фреймворка для реализации интерфейса программы 30
3.2 Программная реализация 33
3.3 Тестирование программы 37
Заключение 41
Список используемой литературы и используемых источников 42
1 Применение технологий интеллектуального анализа данных для решения
задач розничной торговли 7
1.1 Обзор предметной области 7
1.2 Обзор существующих подходов в интеллектуальном анализе данных .. 9
2 Математическая модель аффинитивного анализа 13
2.1 Общие ассоциативные правила 13
2.2 Классификация существующих алгоритмов поиска ассоциативных правил 17
2.2.1 Алгоритм Apriori 18
2.2.2 Анализ Apriori-подобных алгоритмов (FP-Growth, Eclat) 22
2.3 Сравнительный анализ алгоритмов поиска частых наборов 26
3 Разработка программного обеспечения для реализации алгоритма 30
3.1 Выбор фреймворка для реализации интерфейса программы 30
3.2 Программная реализация 33
3.3 Тестирование программы 37
Заключение 41
Список используемой литературы и используемых источников 42
📖 Введение
На сегодняшний день довольно большое количество информации, используемой в таких различных областях как как розничная торговля, банковский сектор, медицина и так далее, хранится в больших базах данных, но не используется полноценно. Именно поэтому процесс извлечения полезной информации является очень важным.
Особенно актуально это для анализа рыночной корзины, известного также как поиск ассоциативных правил или аффинитивный анализ. Он помогает маркетологу понять поведение покупателей, например, какие продукты покупаются вместе. Существуют различные методы и алгоритмы, позволяющие провести этот анализ.
Исходя из практики анализа рыночной корзины, наиболее эффективными средствами анализа данных являются методы и алгоритмы интеллектуального анализа данных.
Актуальность данной работы состоит в создании удобного и понятного инструмента для анализа большого объема данных в ретейле, который поможет улучшить тактику развития покупательского опыта в рознице.
Таким образом, цель исследования - разработка системы оптимизации расположения товаров на основе интеллектуального анализа данных о покупках для улучшения покупательского опыта.
Поставленная цель решается путем решения следующих задач:
- исследование существующих методов анализа покупательской корзины;
- изучение математической модели аффинитивного анализа данных;
- программная реализация системы оптимизации расположения товаров на основе интеллектуального анализа данных.
В первой главе рассматриваются анализ предметной области, основные подходы в проведении интеллектуального анализа данных, а также структура анализа рыночной корзины.
Во второй главе будут подробно рассмотрены общие принципы аффинитивного анализа, основанные на нем алгоритмы, а также проведена их сравнительная характеристика.
В третьей главе описывается программная реализация системы, выбор фреймворков и ее непосредственное тестирование.
В заключении подводятся итоговые результаты исследования, проделанной работы и их соответствие поставленным задачам.
Особенно актуально это для анализа рыночной корзины, известного также как поиск ассоциативных правил или аффинитивный анализ. Он помогает маркетологу понять поведение покупателей, например, какие продукты покупаются вместе. Существуют различные методы и алгоритмы, позволяющие провести этот анализ.
Исходя из практики анализа рыночной корзины, наиболее эффективными средствами анализа данных являются методы и алгоритмы интеллектуального анализа данных.
Актуальность данной работы состоит в создании удобного и понятного инструмента для анализа большого объема данных в ретейле, который поможет улучшить тактику развития покупательского опыта в рознице.
Таким образом, цель исследования - разработка системы оптимизации расположения товаров на основе интеллектуального анализа данных о покупках для улучшения покупательского опыта.
Поставленная цель решается путем решения следующих задач:
- исследование существующих методов анализа покупательской корзины;
- изучение математической модели аффинитивного анализа данных;
- программная реализация системы оптимизации расположения товаров на основе интеллектуального анализа данных.
В первой главе рассматриваются анализ предметной области, основные подходы в проведении интеллектуального анализа данных, а также структура анализа рыночной корзины.
Во второй главе будут подробно рассмотрены общие принципы аффинитивного анализа, основанные на нем алгоритмы, а также проведена их сравнительная характеристика.
В третьей главе описывается программная реализация системы, выбор фреймворков и ее непосредственное тестирование.
В заключении подводятся итоговые результаты исследования, проделанной работы и их соответствие поставленным задачам.
✅ Заключение
В первом разделе был проведен полный анализ существующих подходов в современном мерчандайзинге и в интеллектуальном анализе больших объемов данных, а также было рассмотрено и классифицировано такое важное понятие как Data Mining. На основе проведенного анализа был сделан вывод, что при разработке системы оптимизации расположения товаров следует опираться на теорию анализа рыночной корзины покупателя, сформулированную Р. Агравалом.
Во втором разделе теоретически была рассмотрена модель аффинитивного анализа данных и ее основные метрики, также был приведен наглядный пример области их использования и расчета.
Были описаны основные алгоритмы, основанные на поиске ассоциативных правил, такие как Apriori, FP-Growth и Eclat, а именно схемы их работы и подробный анализ каждого из алгоритмов с выделением их преимуществ и недостатков. После на основе проведенных исследований и тестовых данных были составлены сравнительные таблицы, которые показали, что наилучшим решением в сфере анализа рыночной корзины, исходя из поставленной цели, является алгоритм Apriori.
В третьем разделе был осуществлен сравнительный анализ существующих фреймворков для разработки на языке Python, таких как Kivy и PyQt, для наилучшего опыта работы с программой. Далее подробно была рассмотрена программная реализация алгоритма Apriori и проведено последующее тестирование разработанной системы на основе тестового набора данных о транзакциях продуктового магазина.
Таким образом, в ходе выполнения выпускной квалификационной работы была разработана программа для оптимизации системы расположения товаров в торговой точке, на основе интеллектуального анализа данных о покупках, кроме того в полном объеме были выполнены все поставленные задачи.
Во втором разделе теоретически была рассмотрена модель аффинитивного анализа данных и ее основные метрики, также был приведен наглядный пример области их использования и расчета.
Были описаны основные алгоритмы, основанные на поиске ассоциативных правил, такие как Apriori, FP-Growth и Eclat, а именно схемы их работы и подробный анализ каждого из алгоритмов с выделением их преимуществ и недостатков. После на основе проведенных исследований и тестовых данных были составлены сравнительные таблицы, которые показали, что наилучшим решением в сфере анализа рыночной корзины, исходя из поставленной цели, является алгоритм Apriori.
В третьем разделе был осуществлен сравнительный анализ существующих фреймворков для разработки на языке Python, таких как Kivy и PyQt, для наилучшего опыта работы с программой. Далее подробно была рассмотрена программная реализация алгоритма Apriori и проведено последующее тестирование разработанной системы на основе тестового набора данных о транзакциях продуктового магазина.
Таким образом, в ходе выполнения выпускной квалификационной работы была разработана программа для оптимизации системы расположения товаров в торговой точке, на основе интеллектуального анализа данных о покупках, кроме того в полном объеме были выполнены все поставленные задачи.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.