Τεχνικές συσταδοποίησης με εφαρμογή στον χωρισμό πελατών σε ομάδες
Clustering algorithms with application in customer segmentation
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Συσταδοποίηση ; ΠελάτεςΠερίληψη
Σκοπός της συγκεκριμένης διπλωματικής εργασίας είναι να εφαρμοστούν και να αξιολογηθούν τεχνικές συσταδοποίησης σε ένα πραγματικό σύνολο δεδομένων συναλλαγών ενός ομίλου σούπερ μάρκετ με σκοπό την ομαδοποίηση πελατών. Η αξιολόγηση θα γίνει με βάση τα αποτελέσματα των τεχνικών που θα εφαρμοστούν αλλά και μέσω βιβλιογραφικής ανασκόπησης των συγκεκριμένων τεχνικών.
Ως σημείο αναφοράς θα χρησιμοποιηθεί η μέθοδος k-means ενώ θα εφαρμοστούν και οι τεχνικές ιεραρχικής ομαδοποίησης, ο DBSCAN και ο fuzzy C-means και στη συνέχεια θα γίνει σύγκριση των αποτελεσμάτων τους με αυτά της k-means. Θα αναφερθούν και θα προταθούν λύσεις για τυχόν προβλήματα ή αστοχίες κάθε μίας από τις παραπάνω μεθόδους, όπως για παράδειγμα ευαισθησίες που δεν υπάρχουν σε άλλες μεθόδους, και θα επισημανθούν τα δυνατά σημεία τους, όπως για παράδειγμα η καλή εφαρμογή σε πολυδιάστατα δεδομένα.
Ο απώτερος σκοπός της διαδικασίας της ομαδοποίησης, δηλαδή του χωρισμού των πελατών σε ομάδες με βάση διαθέσιμα δεδομένα που αφορούν τις αγοραστικές τους συνήθειες είναι η αξιοποίηση αυτών των ομάδων για την εφαρμογή διαφορετικών και πιο κατάλληλων στρατηγικών μάρκετινγκ σε κάθε ομάδα ξεχωριστά.
Στόχος είναι να διερευνηθεί ποια μέθοδος ομαδοποίησης αποδίδει καλύτερα για τα συγκεκριμένα δεδομένα αλλά και να εξεταστεί η δυνατότητα χρήσης των αποτελεσμάτων της διπλωματικής για περεταίρω έρευνα των τεχνικών μάρκετινγκ μου μπορούν να εφαρμοστούν σε κάθε μία από τις παραγόμενες ομάδες.