تحلیل سبد خرید با استفاده از رویکرد خوشه بندی و کاوش قواعد انجمنی

کشف دانش عملکردی از انجه مشتری یا گروهی از مشتریان انجام می دهند. اغلب می تواند برای صنایع مختلفه مفید باشد. ایننتایج می تواند در تعیین اینکه کدام محصولات به بکدیگر ارتباط دارند نیز کمک کند تا صنایع بتوانند از این دانش به منظور افزایش فروش در بازار استفاده کنند در روش پیشنهادی تمام تراکنش های کاربران می توانند در روند تحلیل سبد خرید به سیستم کمک کنند. بعبارت دیگر. حتی خریدهایی که به ظاهر دارای ارتباط با تراکنش های فعلی کاربر نیست هم می تواند دارای اطلاعات مفیدیباشد و به انجام تحلیل سبد خرید مشتریان و ارتقای کارایی سیستم» کمک کند. مشکلی که سیستم های تحلیل سبد خرید صرفامبتنی بر کشف قواعد انجمنی دارند این است که قادر نیستند قواعد انحمنی را به تفکیک گروه های کاربران مختلف به انحام برسانند.در روش پیشنهادی با استفاده از رویکرد خوشه بندی و کاوش قواعد انجمنی، این مشکل مرتفع خواهد شد و پیش بینی سبد خرید باکارایی بهتری انحام خواهد شد. برای سنحش نتایج حاصله از مقایسه روش پیشنهادی با دو روش دیگر مبتنی بر خوشه بندی K-Means و فیلتربنگ مشارکتی (CF) استفاده شده است و از برگزیده ۵ محموعه داده با ۵ ژانر مختلف استفاده شده است. نتایجعملیاتی نشان داد که روش پیشنهادی بطور میانگین دارای عملکرد مطلوبی نسبت به روش های مورد مقایسه می باشد.

کلیدواژه ها:

سیستم توصیه گر ، تحلیل سبد خرید ، داده کاوی ، خوشه بندی ، کاوش قواعد انجمنی