Apriori algoritması ile müşteri bazlı market sepet analizi ve ürün satış tahmini
Yükleniyor...
Dosyalar
Tarih
2017
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İnönü Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/embargoedAccess
Özet
Veri madenciliğinin yaygın kullanımı ve gelişmesi ile büyük veri yığınları içerisinden anlamlı örüntüler çıkarmayı mümkün kılmıştır. Birçok sektör veri madenciliği yöntemlerini kendi verileri üzerinde aktif olarak kullanmıştır. Bu tez çalışmasında perakende sektörüne ait yüksek miktardaki satış verilerinin analizi yapılmıştır. Analiz işleminin temel amacı müşteri memnuniyetini sağlamak, firmaya olan bağlılığı artırmak, firma satış grafiğini yükseltmektir. Müşterilerin satın aldıkları ürünler arasındaki birliktelik kurallarının tespit edilmesi ile bu kuralların temsil ettikleri müşteri kitlelerinin belirlenmesi sağlanmıştır. Böylece firmanın tek bir kampanya yaparak müşterileri genellemesi yerine çok sayıda kampanya oluşturarak az sayıda ürünü doğru müşterilere sunması sağlanmıştır. Bu özel kampanyalar ile müşterilerin kendilerini daha özel hissetmeleri ve firmaya olan bağlılıklarının artırılması hedeflenmiştir. Birliktelik kuralı yöntemleri uygulanarak elde edilen analiz sonuçları neticesinde müşteriler için hazırlanan kampanyalarda sunulan ürünlere ait satış miktarı tahminleri yapay sinir ağları yöntemi ile yapılmıştır. Bu sayede kampanyanın müşteriler tarafından ne kadar ilgi göreceği hakkında önemli bilgiler elde edinilmiştir. Bu analiz sürecinde verilerin sistemli bir şekilde kayıt altına alınması ve analize uygun hale getirilmesi işlemi MSSQL Server veri tabanı sistemi üzerinden yapılmıştır. Birliktelik kurallarının oluşturulması için R programlama dili ve R Studio geliştirme ortamı kullanılmıştır. Yöntem olarak oldukça popüler olan apriori algoritması tercih edilmiştir. YSA kullanılarak gerçekleştirilen tahmin işleminde ise MATLAB kullanılmıştır. Elde edilen birliktelik kurallarını temsil eden müşterilerin tespit edilmesinde gösterge panelleri tasarlanarak sonuçların daha kolay ve daha anlaşılır bir yapıya kavuşması sağlanmıştır.
The popularisation and the improvement of data mining have enabled to attain significant patterns from ample data stacks. Numerous sectors have applied data mining methods on their data vigorously. In this study, a large number of sales data related to the retail industry were analyzed. We can state that the main purposes of analysis are to meet the customer satisfaction, to deepen commitment to the company, to raise the company's sales chart. By determining the association rules between the products bought by the customers, it was provided to identify the customer groups representing these rules. By this means, the company is provided to offer a few products to the right customers by organising numerous campaigns instead of generalising the customers by launching a single campaign. These special campaigns are aimed to get the customers feel special and to increase their commitment to the company. As a result of the analysis obtained from association rule methods, sales amount estimations of the products presented in the campaigns prepared for the customers were done through artificial neural networks. So substantial information were obtained about the extent of the customer interest to the campaign. In this analysis process, recording of the data systematically and bringing them in compliance with the analysis were carried out via MSSQL Server Database System. To establish the associatin rules, R programing language and R Studio setting were used. A priori algorithm was preferred as the method. In the estimation process carried out by applying YSA MATLAB was used. For determinig customers who represent the association rules dashboards were designed and the results are provided to have an easier and more comprehensible form.
The popularisation and the improvement of data mining have enabled to attain significant patterns from ample data stacks. Numerous sectors have applied data mining methods on their data vigorously. In this study, a large number of sales data related to the retail industry were analyzed. We can state that the main purposes of analysis are to meet the customer satisfaction, to deepen commitment to the company, to raise the company's sales chart. By determining the association rules between the products bought by the customers, it was provided to identify the customer groups representing these rules. By this means, the company is provided to offer a few products to the right customers by organising numerous campaigns instead of generalising the customers by launching a single campaign. These special campaigns are aimed to get the customers feel special and to increase their commitment to the company. As a result of the analysis obtained from association rule methods, sales amount estimations of the products presented in the campaigns prepared for the customers were done through artificial neural networks. So substantial information were obtained about the extent of the customer interest to the campaign. In this analysis process, recording of the data systematically and bringing them in compliance with the analysis were carried out via MSSQL Server Database System. To establish the associatin rules, R programing language and R Studio setting were used. A priori algorithm was preferred as the method. In the estimation process carried out by applying YSA MATLAB was used. For determinig customers who represent the association rules dashboards were designed and the results are provided to have an easier and more comprehensible form.
Açıklama
Anahtar Kelimeler
Bilgisayar mühendisliği bilimleri-bilgisayar ve kontrol
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Öztemiz, F. (2017). Apriori algoritması ile müşteri bazlı market sepet analizi ve ürün satış tahmini. İnönü Üniversitesi. Malatya.
