CC BY
19Решетневскце чтения
Адекватность полученных математических моделей оценивается на основе аппроксимации Воглера-Нортона [1].
Прикладная программа B_plans имеет свидетельство о государственной регистрации программ для ЭВМ № 2011616377, полученное 15 августа 2011 г.
A. A. Vorobiev, I. N. Spitsyn, K. Yu. Filippov, N. V. Vishurenko Siberian State Technological University, Russia, Krasnoyarsk
THE APPLIED PROGRAM OF ACCOUNT OF B-PLANS OF THE SECOND ORDER
The applied program «B_plans» for calculations of B-plans of the second order with checks the received regression models on uniformity and adequacy, and also optimisation of these mathematical models is presented.
© Воробьев А. А., Спицын И. Н., Филиппов К. Ю., Вишуренко Н. В., 2011
Программа внедрена в учебный процесс подготовки дипломированных специалистов.
Библиографическая ссылка
1. Кобзарь А. И. Прикладная математическая статистика. Для инженеров. М. : Физматлит, 2006.
УДК 519.68
И. С. Гончарова, С. С. Бежитский
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск
ОРГАНИЗАЦИЯ ПОИСКА АССОЦИАТИВНЫХ ПРАВИЛ В ТОРГОВОЙ ДЕЯТЕЛЬНОСТИ
Предложено решение задачи поиска ассоциативных правил в торговой деятельности с помощью разработанной программной системы. Получены наборы товаров, имеющих наибольшую поддержку.
Одной из центральных задач направления Data-Mining является анализ покупательского поведения клиентов в торговых организациях, поэтому иногда ее еще называют анализом рыночной корзины (market basket analysis). Пусть имеется база данных, состоящая из покупательских транзакций. Каждая транзакция - это набор товаров, купленных покупателем за один визит. Такую транзакцию еще называют рыночной корзиной. Пусть I = {ij, i2, i3, ..., in} - множество (набор) товаров, называемых элементами; D - множество транзакций, где каждая транзакция T - это набор элементов из I, T с I. Каждая транзакция представляет собой бинарный вектор, где t[k] = 1, если ik элемент присутствует в транзакции, иначе t[k] = 0. Транзакция T содержит X, некоторый набор элементов из I, если X с T. Ассоциативным правилом называется импликация X ^ Y, где X с I, Y с I и X n Y = 0. Правило X ^ Y имеет поддержку s (support), если s % транзакций из D содержат X u Y, supp(X ^ Y) = supp(X и Y). Достоверность правила показывает, какова вероятность того, что из X следует Y. Правило X ^ Y справедливо с достоверностью (confidence) c, если c % транзакций из D, содержащих X, также содержат Y, conf(X ^ Y) = supp(Xu Y)/supp(X) [1].
Один из первых алгоритмов, эффективно решающих подобный класс задач, - это алгоритм APriori [1]. Кроме этого алгоритма в последнее время был разработан ряд других алгоритмов: AIS, SETM и другие [2].
Значения для параметров, минимальная поддержка и минимальная достоверность выбираются таким образом, чтобы ограничить количество найденных правил.
Для решения этой задачи был реализован алгоритм поиска ассоциативных правил в программной оболочке Delphi на языке программирования Pascal. В поставленной задаче ввиду того что количество наименований в чеке зачастую сводится к единице, а покупатели - в основном крупные юридические лица, поддержка принимает маленькое значение. Но даже при небольшой поддержке таких наборов появится возможность наилучшим образом стимулировать покупательную способность в данном направлении.
Приведем алгоритм реализации программы.
1. Составляем общий список транзакций и делаем запись о количестве товаров в каждой транзакции.
2. Составляем общий список товаров и делаем запись о том, в каком количестве транзакций этот товар повторяется. Промежуточные результаты сохраняем в промежуточных файлах.
3. Из общего списка транзакций удаляем транзакции с единичным товаром, при этом в списке товаров уменьшаем количество товаров.
4. До тех пор пока не останется транзакций с единичными товарами и товаров, не соответствующих количеству поддержек, изменяем файл со списком транзакций, удаляем товар из тех транзакций, в которых он присутствует.
Информационные системы и технологии
5. Снова просматриваем список транзакций на единичные транзакции и товары до полного выполнения цикла.
6. После каждого исполнения цикла пересчитываем количество вхождений товара в общее количество транзакций.
7. Делаем выборку (просматриваем количество вхождений данного сочетания товаров в своем списке транзакций).
Результаты работы программы были апробированы в реально существующей организации, которая занимается оптовой и розничной продажей стройматериалов. Проблема хранения товара и организация своевременных поставок стройматериалов стоят для этой организации на первом месте ввиду специфики ее работы. Любая торговая организация должна контролировать спрос и обеспечивать свои запасы оптимальным количеством товара в каждой группе. Для повышения покупательной лояльности клиентов необходимо было провести анализ покупок клиентов средствами поиска ассоциативных правил.
В результате проделанного анализа при помощи разработанной и реализованной программы при поддержке 0,2, при общем количестве транзакций 2 336 были получены следующие результаты, приведенные в рисунке.
Пример нескольких сочетаний, имеющих высокую поддержку:
1. Сочетание («6мм Двустороннее ДВП» и «ДВП 2.5мм») встречается 94 раз из 113 транзакций;
2. Сочетание («Одностороннее ДВП 3,2мм» и «Доска обрезная 40мм») встречается 121 раз из 286 транзакций;
3. Сочетание («Доска обрезная 25мм» и «Доска обрезная 40мм») встречается 22 раз из 286 транзакций.
Из полученных наборов можно сделать выводы о том, какие товары имеют наибольший совместный спрос. Данный результат позволит предприятию организовать меры по повышению лояльности клиентов, покупающих данные наборы товаров, путем организации маркетинговых акций, а также спрогнозировать запас необходимых товаров на складах на будущее периоды. В дальнейшем необходимо доработать программную систему средствами секвенциального анализа, что позволит организовать поиск временных закономерностей при покупке товаров клиентами.
Библиографические ссылки
1. Методы анализа данных: OLAP и Data-Mining / А. А. Берсегян и др. СПб. : БХВ-Петербург, 2004.
2. Чубукова И. А. Data Mining : учеб. пособие. М. : Бином. Лаб. знаний, 2006.
Результаты работы программы поиска ассоциативных связей
I. S. Goncharova, S. S. Bezhitskiy Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk
ORGANIZATION OF ASSOSIATION RULES SEARCH IN COMMERCIAL ACTIVITIES
Association rules search problem in commercial activities is solved using developed program system. High supported item sets are obtained.
© Гончарова И. С., Бежитский С. С., 2011
