Интеллектуальные модели мобильных операторов в электронной коммерции на основе самоорганизующих карт

Содержание

Слайд 2

Mgine Technologies. Основное направление.

Ведущая финская компания в области персонализации мобильного сервиса
Большое число

Mgine Technologies. Основное направление. Ведущая финская компания в области персонализации мобильного сервиса
специалистов занимающихся созданием средств исследования пользователей мобильных операторов в э-коммерции

Слайд 3

Сегментация пользователей

Основная задача исследования сегментов рынка в э-коммерции
Сегментация – разделение пользователей в

Сегментация пользователей Основная задача исследования сегментов рынка в э-коммерции Сегментация – разделение
различные группы
Степень схожести между пользователями из одной группы больше чем схожесть между пользователями из разных групп

Слайд 4

Самоорганизующаяся карта

Средство проецирования многомерных данных на двухмерную карту
Визуализации данных:
Схожие пользователи проецируются рядом

Самоорганизующаяся карта Средство проецирования многомерных данных на двухмерную карту Визуализации данных: Схожие
на карте
Пользователи одной группы раскрашиваются одним цветом

Слайд 5

Алгоритмы сегментации

Алгоритмы которые строят карту
Самоорганизующаяся карта Кохонена (SOM)
Топографическая карта (GTM)
S-карта (S-Map)
Недостатки
Чувствительность к

Алгоритмы сегментации Алгоритмы которые строят карту Самоорганизующаяся карта Кохонена (SOM) Топографическая карта
данным
Длительное время работы

Слайд 6

Локальность алгоритмов построения карты

U

A1

A3

A2

Область данных

Область алгоритма А2

Локальность алгоритмов построения карты U A1 A3 A2 Область данных Область алгоритма А2

Слайд 7

Варианты решения проблемы локальности алгоритмов

Объединение алгоритмов в ансамбль:
Параллельность (+)
Сложность и большое количество

Варианты решения проблемы локальности алгоритмов Объединение алгоритмов в ансамбль: Параллельность (+) Сложность
ресурсов (-)
Простой выбор наилучшего алгоритма:
Простота реализации (+)
Большое количество ресурсов (-)
Предсказание характеристик алгоритмов:
Выбора алгоритма до начала выполнения (+)
Небольшое количество ресурсов (+)
Длительный процесс обучения перед началом работы (-)

Слайд 8

Цель дипломного проекта

Построить интеллектуальную модель для выбора алгоритмов сегментации (построения карты пользователей)

Цель дипломного проекта Построить интеллектуальную модель для выбора алгоритмов сегментации (построения карты
в зависимости от базы данных профилей
Программно реализовать полученную модель

Слайд 9

Профили пользователей

Профили пользователей

Слайд 10

Основные характеристики базы данных

Количество пользователей
Количество атрибутов профилей
Распределение значений атрибутов профилей
Степень неполноты информации

Основные характеристики базы данных Количество пользователей Количество атрибутов профилей Распределение значений атрибутов профилей Степень неполноты информации

Слайд 11

Основные характеристики алгоритмов сегментации

Скорость обучения
Необходимое количество машинной памяти
Ошибка обучения каждого из алгоритмов

Основные характеристики алгоритмов сегментации Скорость обучения Необходимое количество машинной памяти Ошибка обучения каждого из алгоритмов

Слайд 12

Модель классификации алгоритмов

Выбор
алгоритма

Характе-ристики БД

Характе-ристики алгоритмов
К
Л
А
С
С
И
Ф
И
К
А
Т
О
Р

БД
профилей

Н
С

Модель классификации алгоритмов Выбор алгоритма Характе-ристики БД Характе-ристики алгоритмов К Л А

Слайд 13

Обучение нейронной сети

Характеристики БД

Изменение

Нейронная сеть

Алгоритм
сегментации

Характеристики
алгоритма

Ошибка

Выходное значение

Данные

Обучение нейронной сети Характеристики БД Изменение Нейронная сеть Алгоритм сегментации Характеристики алгоритма Ошибка Выходное значение Данные

Слайд 14

Обучение классификатора
Update

Выходное значение
Обучающие данные

Характеристики алгоритмов

Ошибка

Изменение

Классификатор

Обучение классификатора Update Выходное значение Обучающие данные Характеристики алгоритмов Ошибка Изменение Классификатор

Слайд 15

Система «SEGMAP»: диалог с пользователем

Система «SEGMAP»: диалог с пользователем

Слайд 16

Система «SEGMAP»: результаты работы


Система «SEGMAP»: результаты работы

Слайд 17

Анализ возможных приложений

в фирмах для исследования предпочтений пользователей и персонализации сервиса
отправная точка

Анализ возможных приложений в фирмах для исследования предпочтений пользователей и персонализации сервиса
для дальнейших исследований:
усовершенствование блока классификатора за счет использования нечеткой логики
анализ возможных характеристик базы данных

Слайд 18

Экономическая часть
Рекламный плакат системы
Таблица доходов и затрат
График достижения безубыточности

Экономическая часть Рекламный плакат системы Таблица доходов и затрат График достижения безубыточности

Слайд 19

Рекламный плакат системы

Рекламный плакат системы

Слайд 20

Таблица доходов и затрат

Таблица доходов и затрат

Слайд 21

График достижения безубыточности

Точка безубыточности – 109 копии ПП

График достижения безубыточности Точка безубыточности – 109 копии ПП
Имя файла: Интеллектуальные-модели-мобильных-операторов-в-электронной-коммерции-на-основе-самоорганизующих-карт.pptx
Количество просмотров: 102
Количество скачиваний: 0