Содержание 2
Введение 3
Постановка задачи 5
Глава 1. Обзор задач, решаемых методами Data Mining 6
1.1. Решаемые задачи 6
1.2. Преимущества 7
Глава 2. Применение алгоритмов Data Mining в электронной коммерции 8
2.1. Описание и виды электронной коммерции 8
2.2. Применение Data Mining в электронной коммерции 9
Глава 3. Реализация алгоритма ассоциативных правил 12
3.1. Задача анализа корзины покупателя 12
3.1.1. Описание задачи и алгоритма решения 12
3.1.2. Пример поиска ассоциативных правил 14
3.2. Алгоритм Apriori 16
3.3. Программная реализация 21
3.3.1. Выбор средств разработки 21
3.3.2. Программная модель 22
3.3.3. Пример интеграции в логику работы сайта 22
3.3.4. Модуль для интернет-магазина 23
Выводы 30
Заключение 31
Список литературы 32
Приложение 1. Исходный код php-класса Arules 33
Приложение 2. Структура таблиц PHP-модуля 38
В наше время процесс сбора данных стал неотъемлемой частью практически всех областей человеческой деятельности. Бизнес, торговля, обучение, медицина - компании в этих и многих других сферах целенаправленно или попутно регистрируют огромное количество самой разнообразной информации - данные о финансах, клиентах, покупках, заказах, перевозках и т.д.
При наличии большого количества данных зачастую возникает проблема их обработки, а также появляется вопрос: возможно ли извлечь из собранных данных новую, нетривиальную и полезную информацию, которую можно было бы использовать в деятельности компании?
С задачей обработки позволяют справиться различные технологии анализа данных, например, OLAP, предназначенной для быстрой обработки сложных запросов к базе данных и служащей для подготовки бизнес-отчётов, например, по продажам и маркетингу.
А на последний вопрос дает ответ технология Data Mining (DM), представляющая собой “набор различных методов и алгоритмов для обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности"112].
На сегодняшний день есть много готовых решений для анализа данных средствами Data Mining, но почти все они распространяются на коммерческой основе за немалые деньги. При этом существует достаточно много небольших организаций, не готовых платить круглые суммы за мощные аналитические пакеты, но желающих использовать Data Mining в своей деятельности. К тому же, зачастую не требуется полный комплекс средств для анализа, а только один-два алгоритма.
Еще одной трудностью в использовании DM является необходимость наличия аналитика, умеющего работать со средствами анализа, знающего специфику настройки алгоритмов, способного должным образом подготовить данные. Очевидно, что не все организации способны держать в штате такого сотрудника.
Так же стоит отметить, что большое число возникающих организаций, являясь представителями малого бизнеса, для своей деятельности выбирают область электронной коммерции, минимизируя затраты на реализацию продукции.
Таким образом, до сих пор является актуальной задача разработки новых и реализации уже существующих алгоритмов анализа данных для нужд небольших организаций (действующих в области электронной коммерции), предоставляемых за небольшие деньги и обеспечивающих простое и удобное интегрирование в процесс работы компании.
Решение, описанное в данной работе, применимо для большинства интернет-магазинов, реализованных на базе технологии PHP.
Разработанный программный модуль внедрен в практическую деятельность компании ООО «СИЭКСПО». Полученные в результате анализа данные позволили определить группы связанных товаров и увеличить эффективность торговли за счет перекрестных продаж.
