ترکیب خوشه بندی و طبقه بندی به منظور پیش بینی مشتریان فروشگاه به کمک تکنیک های داده کاوی

شناخت داده ها

در این پروژه که با نرم افزار داده کاوی رپید ماینر مدل سازی شده است بروی داده های مربوط به حدود ۱۰۰۰  مشتری یک فروشگاه زنجیره ای در خیابان پاسداران تهران کار شده و به کمک آخرین ستون آن که مشخص می کند مشتری به بازاریابی پاسخ مثبت داده یا خیر؟ مشخص می گردد. عملیات دسته بندی یا پیشبینی با استفاده از یک روش ترکیبی به کمک خوشه بندی کامیانه و طبقه بندی درخت تصمیم انجام شده است

دیتاست مورد نظر ما حاوی یکسری ستون ها می باشند که به ترتیب نام کاربر؛ سن ؛ جنسیت ؛ منطقه زندگی ( شهر یا روستا) – نوع اکانت ایمیل ( رایگان یا پولی) – ارائه شماره موبایل به فروشگاه (بلی یا خیر) – تعداد ورود به وب سایت فروشگاه در ۴ هفته – تعداد ورود به وب سایت فروشگاه در ۶ ماه – تعداد خرید از وب سایت فروشگاه در ۴ هفته – تعداد خرید از وب سایت فروشگاه در ۶ ماه – تعدا خرید کل کاربر از فروشگاه – فیلد پایانی و هدف Response مشخص می کند مشتری به بازاریابی پاسخ مثبت داده یا خیر؟ می باشد.

 

ستون اصلی ما با نام Response نام گذاری شده است و ما قصد داریم این ستون را طبقه بندی و پیش بینی کنیم. این کار را به کمک الگوریتم درخت تصمیم انجام می دهیم

پیش پردازش

پیش از ورود به بحث پیش پردازش سمت رپیدماینر در ابتدای امر باید با یکسری از کامپوننت ها در رپیدماینر آشنا شویم. ما یک دیتاست داریم که حاوی یکسری اطلاعات مورد نیاز برای داده کاوی می باشد. همچنین یک ستون داریم که برچسب تایید یا عدم تایید مشتری را مشخص می کند.

ما باید به کمک کنترل های مربوطه آنها را وارد رپیدماینر کنیم. در ابتدا دیتاست ما یک فایل با پسوند XLSX می باشد. نتیجتا به کمک کامپوننت زیر قادر به خواندن اطلاعات از اکسل هستیم.

دیدگاه‌ها (0)

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “ترکیب خوشه بندی و طبقه بندی به منظور پیش بینی مشتریان فروشگاه به کمک تکنیک های داده کاوی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پاسخ من را به ایمیلم ارسال کن