|
Рубрика:
Наука и технологии /
Раздел для научных публикаций
|
Facebook
Мой мир
Вконтакте
Одноклассники
Google+
|
Ильичев В.Ю.,
к.т.н., Калужский филиал ФГОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)»
Кондратьева С.Д.,
Калужский филиал ФГОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)», patrol8@yandex.ru
Использование
библиотеки машинного обучения MLxtend для анализа статистики продаж
Описываются основы использования комбинаторных алгоритмов для анализа товарных рынков. На основе применения библиотеки машинного обучения MLxtend и прочих методов языка Python разработана программа для выявления наиболее часто встречающихся сочетаний товаров в потребительской корзине.
Введение
Изучение рынков (маркетинговый анализ) является остро востребованной в настоящее время областью исследований, результаты которых находят к тому же широкое практическое применение [1]. Методики, разработанные на базе этих исследований, позволяют эффективно решать следующие специальные задачи:
- оптимизировать поставки товаров в торговые сети для бесперебойного обеспечения ими покупателей;
- разрабатывать рыночные модели для составления прогнозов развития отдельных направлений продаж [2];
- формировать ассортимент товарной продукции в торговых точках [3].
<...>
Ключевые слова: рыночная аналитика, потребительская корзина, маркетинговый анализ, комбинаторные алгоритмы, модуль MLxtend, язык Python
Полную версию статьи читайте в журнале
Подпишитесь на журнал
Facebook
Мой мир
Вконтакте
Одноклассники
Google+
|
Использование библиотеки машинного обучения MLxtend для анализа статистики продаж
