Data mining v praxi: segmentace zákazníků dle nákupního chování
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41110%2F11%3A53261" target="_blank" >RIV/60460709:41110/11:53261 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Data mining v praxi: segmentace zákazníků dle nákupního chování
Popis výsledku v původním jazyce
The aim of this paper was to find and evaluate the different methodological approaches appropriate for customer segmentation. Various data mining techniques were used for demonstration of customer segmentation according to their purchasing behavior within a selected hypermarket. The following techniques were used for clustering: K-means clustering method, Two Step clustering method and Self Organizing Maps. The quality of final models was evaluated by Silhouette measure that combines the principles of clusters separation and cohesion. Data mining model was constructed from approximately 60 thousand transaction records. Only the food records were selected for the analysis.
Název v anglickém jazyce
Data Mining in Practice: Customer Segmentation by Purchasing Behavior
Popis výsledku anglicky
The aim of this paper was to find and evaluate the different methodological approaches appropriate for customer segmentation. Various data mining techniques were used for demonstration of customer segmentation according to their purchasing behavior within a selected hypermarket. The following techniques were used for clustering: K-means clustering method, Two Step clustering method and Self Organizing Maps. The quality of final models was evaluated by Silhouette measure that combines the principles of clusters separation and cohesion. Data mining model was constructed from approximately 60 thousand transaction records. Only the food records were selected for the analysis.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Scientific Papers of the University of Pardubice. Series D. Faculty of Economics and Administration
ISSN
1211-555X
e-ISSN
—
Svazek periodika
20
Číslo periodika v rámci svazku
2
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
11
Strana od-do
135-145
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—