Моделювання споживчого вибору методами машинного навчання
No Thumbnail Available
Date
2023-12-21
Journal Title
Journal ISSN
Volume Title
Publisher
Київський національний економічний університет імені Вадима Гетьмана
Abstract
Визначення сутності споживчого вибору як ефективного інструменту дослідження в маркетингу, зокрема в сфері продажів; огляд шляхів та напрямків використання алгоритмів машинного навчання в бізнесі; узагальння засобів збирання та підготовки даних для виявлення в них закономірностей; розглядання можливості пакету arules мови програмування R для застосування його при аналізі та моделюванні виявлених закономірностей; вивчення особливості представлення даних для вивлення асоціацій в середовищі RStudio; розглядання алгоритмів виявлення асоціативних правил на різних прикладних задачах та провести їх порівняльний аналіз.
Determination of the essence of consumer choice as an effective research tool in marketing, in particular in the field of sales; overview of the ways and directions of using machine learning algorithms in business; generalization of means of collecting and preparing data to identify patterns in them; consideration of the possibility of the arules package of the R programming language for its use in the analysis and modeling of the identified regularities; studying the features of data presentation for revealing associations in the RStudio environment; consideration of algorithms for identifying associative rules on various applied problems and conducting their comparative analysis.
Description
Keywords
споживчий вибір, алгоритми машинного навчання, асоціативні правила, Apriorі, Eclat, consumer choice, machine learning algorithms, associative rules, Apriori
Citation
Гачківський О. О. Моделювання споживчого вибору методами машинного навчання : магістер. диплом. робота : 051 економіка / Гачківський Олександр Олексійович ; наук. керівник Коляда Ю. В. ; КНЕУ ім. Вадима Гетьмана, Навч.-наук. ін-т «Ін-т інформ. технологій в економіці», Кафедра математичного моделювання та статистикиі. – Київ, 2023. – 80 с.