Разкриване На Закономерности При Пазаруване В Среда На Големи Данни

В тази студия представяме възможностите за приложение на избрани алгоритми за бързо откриване на закономерни, често срещани и повтарящи се модели на поведение при пазаруване на продукти или услуги, купувани едновременно и/или в някакво последователност във времето. Подобни анализи често пъти се определят с понятието „анализ на пазарната кошница“. Обект на настоящото изследване е анализът на големи масиви от данни от продажбени трансакции, наблюдавани в множество индивидуални актове на покупка, а предметът – разкриване на възможностите на някои числови алгоритми от областта на машинното обучение за откриване на скрити закономерности в актовете на пазаруване чрез обработка на данни от индивидуалните „пазарни кошници“ на клиенти. Целта е да се убеди читателят във възможностите на извличането на асоциативни правила от големи данни чрез демонстрации с общодостъпни отворени данни. Изложението следва логиката „от концепция към приложение“ и последователното дава отговори на въпросите „защо“ е необходимо да се прави, с „какво“ се прави и „как“ се прави. След кратко въведение в логиката и спецификата на най-популярните алгоритми за откриване на закономерности чрез извличане на асоциативни правила от големи масиви от данни, предлагаме детайлни работни процедури и инструкции за анализ и интерпретация на аналитичните резултати. В края се прави синопсис и се дават насоки и препоръки за използване на аналитичните процедури в маркетингов контекст.