Розробка веб-додатку для аналізу купівельної поведінки користувачів з використанням машинного навчання
Тип публікації :
Бакалаврська робота
Дата випуску :
2023
Автор(и) :
Горобець Юрій
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Горобець, Ю. (2023). Розробка веб-додатку для аналізу купівельної поведінки користувачів з використанням машинного навчання [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/5495
[ДСТУ] Горобець Ю. Розробка веб-додатку для аналізу купівельної поведінки користувачів з використанням машинного навчання : кваліфікаційна робота бакалавра : 12 Інформаційні технології. Київ, 2023. 44 с. URL: https://ir.library.knu.ua/handle/123456789/5495 (дата звернення: 25.07.2026).
Метою роботи є аналіз даних користувачів та створення моделі машинного навчання, яка допоможе підприємству краще розуміти своїх клієнтів, передбачати їх поведінку і таким чином покращувати свої продукти та послуги.
Предметом роботи є набір даних про клієнтів і їх покупки, який обробляється за допомогою різних технік машинного навчання і аналізу даних, включаючи методи сегментації, алгоритм Apriori для виявлення асоціативних правил та модель логістичної регресії для класифікації.
Об'єктом дослідження є процес використання технік машинного навчання і аналізу даних для сегментування клієнтів та прогнозування поведінки клієнтів.
Проведено загальний аналіз набору даних про клієнтів, розроблено сегментацію клієнтів на основі їх властивостей і поведінки, виявлено асоціативні правила, що описують взаємозв'язки між різними продуктами та групами клієнтів, та розроблено прогностичну модель, яка дозволяє класифікувати клієнтів на основі їх потенційної активності. Система дозволяє компанії впроваджувати більш цілеспрямовані стратегії маркетингу та продажів, а також надає важливий інструмент для зрозуміння.
Ключові слова: машинне навчання, аналіз даних, сегментація клієнтів, асоціативні правила, прогностична модель, класифікація, веб-додаток.
Предметом роботи є набір даних про клієнтів і їх покупки, який обробляється за допомогою різних технік машинного навчання і аналізу даних, включаючи методи сегментації, алгоритм Apriori для виявлення асоціативних правил та модель логістичної регресії для класифікації.
Об'єктом дослідження є процес використання технік машинного навчання і аналізу даних для сегментування клієнтів та прогнозування поведінки клієнтів.
Проведено загальний аналіз набору даних про клієнтів, розроблено сегментацію клієнтів на основі їх властивостей і поведінки, виявлено асоціативні правила, що описують взаємозв'язки між різними продуктами та групами клієнтів, та розроблено прогностичну модель, яка дозволяє класифікувати клієнтів на основі їх потенційної активності. Система дозволяє компанії впроваджувати більш цілеспрямовані стратегії маркетингу та продажів, а також надає важливий інструмент для зрозуміння.
Ключові слова: машинне навчання, аналіз даних, сегментація клієнтів, асоціативні правила, прогностична модель, класифікація, веб-додаток.
Галузі знань та спеціальності :
12 Інформаційні технології
121 Інженерія програмного забезпечення
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1.1 MB
Контрольна сума :
(MD5):0aa37c6490608fad780582e9325760f8
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International