Меню
Главная
Авторизация/Регистрация
 
Главная arrow Информатика arrow Информационные технологии и моделирование бизнес-процессов

Карты самоорганизующихся

Self Organizing Maps - SOM, или карты Кохонена самоорганизующихся является разновидностью нейронной сети и используются для решения задач кластеризации и сегментации. Алгоритм функционирования карт самоорганизующихся является одним из вариантов кластеризации многомерных данных. В алгоритме SOM все нейроны (узлы, центры классов) упорядочены в некоторую структуру, как правило - двумерную сетку. В ходе обучения модифицируется не только нейрон-победитель (нейрон карты, который в наибольшей степени соответствует вектору входов и определяет, к какому классу относится учебный пример), но и его соседи, хотя и в меньшей степени. За счет этого SOM можно считать одним из методов проекции многомерного пространства в пространство с более низкой размерностью. При использовании этого метода, векторы, были близко расположены на полученной карте, оказываются близкими и в начальном пространстве.

Отдельный класс нейронных сетей, такие как сеть Хемминга или сеть Хопфильда, используют принципы ассоциативных правил (association rules), позволяющие находить закономерности между связанными событиями. Соответственно, они пригодны для решения задач обнаружения ассоциаций.

Примером ассоциативного правила, служит утверждение, что покупатель, который приобрел хлеб, купит и молоко с вероятностью 75%. Впервые эта задача была предложена для поиска ассоциативных правил для нахождения типичных шаблонов покупок (market basket analysis). Ассоциативные правила эффективно используются в сегментации покупателей по поведению при совершении покупок, анализе предпочтений клиентов, планировании расположения товаров в супермаркетах, адресной рассылке. Однако сфера применения этих алгоритмов не ограничивается лишь одной торговлей. Их также успешно применяют и в других областях: медицине, для анализа посещения веб-страниц (Web Mining), для анализа текста (Text Mining), для обработки данных по переписи населения, в прогнозировании сбоев телекоммуникационного оборудования и тому подобное.

Задачей поиска ассоциативных правил не является выявление всех правил, поскольку часть из них известны аналитикам, другие могут и не представлять статистической ценности. Поэтому при поиске вводятся пороги поддержки и достоверности ассоциативных правил. Классическим алгоритмом нахождения ассоциативных правил считается алгоритм APriori.

Рассмотрим пример сегментации покупателей с помощью карты Кохонена. Требования к данным, которые необходимы для проведения сегментации, разделяют на две группы: данные транзакций и данные по товарам. Данные трансакций должны содержать следующий минимум информации код транзакции, дата и время транзакции, код товара и количество, сумма покупки. Пусть база данных содержит статистику товаров, приобретенных покупателями; все товары разделены на пять групп и 40 подгрупп, представленных в виде иерархии товаров:

Иерархия товаров

Рис.4.1. Иерархия товаров

Например, группа "Семейные товары" включает следующие подгруппы, как одежда, бытовая техника, спортивный инвентарь и т.д.

После построения карты образуется пять типов покупателей (рис.4.2). В данном случае количество сегментов определялась количеством групп товаров.

Сегментация покупателей

Рис.4.2. Сегментация покупателей

Проведем интерпретацию каждого сегмента и дадим каждому типу покупателей название (рис.4.2).

o Основные покупатели (сегмент 3) - покупают преимущественно продукты питания и семейные товары с относительно низкими затратами на остальные товары. В эту группу входят 40% всех покупателей;

o Смешанные покупатели (сегмент 4). Нет четких преимуществ при покупке определенного вида товаров. В группу входят 25% всех покупателей.

o Семейные покупатели (сегмент 1). - Посещают магазин для покупки товаров семейного пользования. Составляют 15% от всех покупателей;

o Покупатели напитков и развлекательной продукции (сегмент 2) - их отличают повышенные расходы на данные группы товаров, доля таких покупателей 10%;

o Молодые родители (сегмент 0) - основной целью их покупок является приобретение детских товаров. Составляют 10% от всех покупателей.

 
< Предыдущая   СОДЕРЖАНИЕ   Следующая >
 
Предметы
Агропромышленность
Банковское дело
БЖД
Бухучет и аудит
География
Документоведение
Естествознание
Журналистика
Инвестирование
Информатика
История
Культурология
Литература
Логика
Логистика
Маркетинг
Математика, химия, физика
Медицина
Менеджмент
Недвижимость
Педагогика
Политология
Политэкономия
Право
Психология
Региональная экономика
Религиоведение
Риторика
Социология
Статистика
Страховое дело
Техника
Товароведение
Туризм
Философия
Финансы
Экология
Экономика
Этика и эстетика
Прочее