Khai_pha_d_liu_data_mining

Recommendations

Info

Chơng 2. ng dụng ca khai phá dữ liệu2.1. Hỗ trợ ra quyết định nhập kho trong siêu thị2.1.1. Giới thiệu về bài toánBài toán này tiến hành sử dụng dữ liệu về mặt hàng quạt máy ca một siêuthị sau một năĕm kinh doanh. Sau đó ta tiến hành đồ thị hóa lợng dữ liệu này vớitrục hoành là tháng, trục tung là sản lợng tơng ng ca tháng. Từ đồ thị kinhdoanh này ta sẽ xác định một dạng đồ thị thích hợp mà biểu diễn đợc (gần giống)sự biến thiên ca đồ thị đó. Khi đó ng với năĕm sau thì ta sẽ dùng lại dạng đồ thịnày để dự đoán sc mua mặt hàng quạt ca khách hàng trong năĕm sau vì chúngcũǜng sẽ diễn ra theo đúng định dạng đồ thị này. Do đó sẽ giúp ngi quản lý chđộng hơn trong việc nhập về số lợng quạt thích hợp để luôn đáp ng tốt nhất nhucầu ca khách hàng.27
2.1.2. ĐĚánh giá ca thầy sau khi giới thiệu về bài toánSau khi tiến hành trình bày bằng slide và thuyết trình về nội dung ca bàitoán ng dụng khai phá dữ liệu để hổ trợ ch động trong việc ra quyết định caquản kho để đáp ng nhu cầu khách hàng thì thầy có cho nhận xét. ĐĚối với việc sửdụng hồi quy dữ liệu để sử dụng tính chất dự báo để ch động trong việc nhập mặthàng quạt máy thì không thích hợp. Trong trng hợp này thì phần mà nhóm giớithiệu chính là cách thc ca phơng pháp lấy pattern từ một mô hình để khi có sựxuất hiện pattern đó một lần nữa thì ta có thể dự đoán cách thc mà pattern nàydiễn ra (thng là nh các lần trớc đây). Bên cạnh đó không nên thu giảm cácfield liên quan đến thi tiết ngày hôm đó để tăĕng tính chính xác cho giải thuật.2.2.Tiếp thị chéo2.2.1.Giới thiệu về bài toánTrong một cửa hàng bán lẻ thì ngi quản lý có rất nhiều cách thc trongviệc sắp xếp th tự vị trí ca các sản phẩm mà họ đang kinh doanh. Trong thực tếthì khách hàng khi mua một sản phẩm A thì thng hay có xu hớng tiếp tục muatiếp các sản phẩm B, C, D….. có liên quan đến sản phẩm A. Do đó ngi quản lýphải tìm hiểu về giỏ hàng mà khách hàng thng hay thực hiện trong các giao dịchđể rút ra quy luật để từ đó tiến hành sắp xếp lại các mặt hàng thng đợc muacùng nhau để đặt chúng cạnh nhau nhằm giúp giảm công sc đi lại cho kháchhàng, gợi ý mua hàng để tăĕng doanh số bán hàng. ĐĚể có thể thực hiện đợc mụctiêu nh trên thì ta có thể áp dụng khai phá luật kết hợp để rút ra các quy luật đó.28
Page 1 and 2: Báo CáoMôn Khai Phá Dữ Liệu
Page 3 and 4: 1.6.1. Giới thiệu luật kết
Page 5 and 6: Chơng 1. Tổng Quan Về Khai Ph
Page 7 and 8: Quá trình khai thác tri thc khô
Page 9 and 10: 1.2.2. Làm sạch dữ liệu (dat
Page 11 and 12: Phát hiện và xử lý các mâu
Page 13 and 14: 1.3.2. Tổng quan Hồi quia) Khá
Page 15 and 16: 1.4. Phơng pháp Phân loai1.4.1.
Page 17 and 18: Giải thuật xây dựng cây quy
Page 19 and 20: 1.5. Phơng pháp Gom cụm1.5.1. G
Page 21 and 22: - Lặp lại quá trình đến kh
Page 23 and 24: Các ví dụ ca luật kết hợp
Page 25 and 26: Với d mục, thì phải xét đ
Page 27: null).Xây dựng FP-tree:- Ban đ
Page 31 and 32: Nguyên tắc ca giải thuật Apr
Page 33 and 34: Ví dụ: Với minsup = 2 [1] .4-
Page 35 and 36: Biểu đồ: Số lợng giao dị
Page 37 and 38: - Function calculateInit:+ Input:C:
Page 39 and 40: Username và password ca database.g
Page 41 and 42: Nhập đúng Username và Password
Page 43 and 44: Hình 4.2.2_6Hình 4.2.2_742
Page 45 and 46: Chơng 5. ĐĚánh giá tổng kế

Khai_pha_d_liu_data_mining

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?