論文の概要: An\'alisis de Canasta de mercado en supermercados mediante mapas
auto-organizados
- arxiv url: http://arxiv.org/abs/2107.10647v1
- Date: Wed, 23 Jun 2021 16:52:14 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-25 15:03:07.421326
- Title: An\'alisis de Canasta de mercado en supermercados mediante mapas
auto-organizados
- Title(参考訳): オートオルガニサドのスーパーメルカドにおけるカナスタ・デ・メルカドの考察
- Authors: Joaqu\'in Cordero, Alfredo Bolt and Mauricio Valle
- Abstract要約: チリの首都チリ西部のスーパーマーケットの重要なチェーンは、意思決定を行うための重要な情報を取得する必要がある。
コホーネンのSOM法を用いて,ニューラルネットワークを用いたアルゴリズムを開発した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Introduction: An important chain of supermarkets in the western zone of the
capital of Chile, needs to obtain key information to make decisions, this
information is available in the databases but needs to be processed due to the
complexity and quantity of information which becomes difficult to visualiz,.
Method: For this purpose, an algorithm was developed using artificial neural
networks applying Kohonen's SOM method. To carry it out, certain key procedures
must be followed to develop it, such as data mining that will be responsible
for filtering and then use only the relevant data for market basket analysis.
After filtering the information, the data must be prepared. After data
preparation, we prepared the Python programming environment to adapt it to the
sample data, then proceed to train the SOM with its parameters set after test
results. Result: the result of the SOM obtains the relationship between the
products that were most purchased by positioning them topologically close, to
form promotions, packs and bundles for the retail manager to take into
consideration, because these relationships were obtained as a result of the SOM
training with the real transactions of the clients. Conclusion: Based on this,
recommendations on frequent shopping baskets have been made to the supermarket
chain that provided the data used in the research
- Abstract(参考訳): 導入:チリの首都の西部地域で重要なスーパーマーケットチェーンは、決定を行う上で重要な情報を得る必要があり、この情報はデータベースで利用可能であるが、可視化が困難になる情報の複雑さと量のために処理する必要がある。
方法: この目的のために, 人工ニューラルネットワークを用いて, コホーネンのSOM法を用いたアルゴリズムを開発した。
これを実行するには、特定の重要な手順に従う必要がある。例えば、データマイニングはフィルタリングに責任を持ち、関連するデータのみをマーケットバスケット分析に使用する。
情報をフィルタリングした後、データは準備されなければならない。
データ準備の後、サンプルデータに適応するためにPythonプログラミング環境を用意し、テスト結果の後にパラメータをセットしてSOMのトレーニングを進めました。
結果:SOMの成果は,SOMのトレーニングと実際の取引の結果として得られたことから,店主が考慮すべきプロモーション,パック,バンドルを形成するために,トポロジカルに近接して配置して購入した商品間の関係が得られた。
結論:これに基づいて,調査で使用したデータを提供するスーパーマーケットチェーンに対して,頻繁な買い物かごの推薦がなされている。
関連論文リスト
- Minimally Supervised Learning using Topological Projections in
Self-Organizing Maps [55.31182147885694]
自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。
提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。
提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
論文 参考訳(メタデータ) (2024-01-12T22:51:48Z) - Data Acquisition: A New Frontier in Data-centric AI [65.90972015426274]
まず、現在のデータマーケットプレースを調査し、データセットに関する詳細な情報を提供するプラットフォームが不足していることを明らかにする。
次に、データプロバイダと取得者間のインタラクションをモデル化するベンチマークであるDAMチャレンジを紹介します。
提案手法の評価は,機械学習における効果的なデータ取得戦略の必要性を浮き彫りにしている。
論文 参考訳(メタデータ) (2023-11-22T22:15:17Z) - Data-Juicer: A One-Stop Data Processing System for Large Language Models [73.27731037450995]
データレシピは、大規模言語モデル(LLM)をトレーニングするための異なるソースからのデータの混合である。
我々はData-Juicerという新しいシステムを構築し、多様なデータレシピを効率的に生成できる。
Data-Juicerから派生したデータレシピは、最先端のLLMで顕著に改善されている。
論文 参考訳(メタデータ) (2023-09-05T08:22:07Z) - From Quantity to Quality: Boosting LLM Performance with Self-Guided Data
Selection for Instruction Tuning [54.222609226692015]
我々は大規模言語モデルのための自己誘導手法を導入し、大規模なオープンソースデータセットからサクラサンプルを自律的に識別し、選択する。
私たちの重要なイノベーションであるIFD(Instruction-Following Difficulty)メトリックは、モデルが期待する応答と自動生成技術との間の相違を識別するための重要なツールとして現れます。
論文 参考訳(メタデータ) (2023-08-23T09:45:29Z) - Opinion mining using Double Channel CNN for Recommender System [0.0]
深層学習モデルを用いた感情分析のアプローチを提案し,それを製品に推奨する。
意見マイニングには2チャネル畳み込みニューラルネットワークモデルが使用されており、5つのレイヤを持ち、データから重要な特徴を抽出する。
提案手法の精度は91.6%に達し, 従来のアスペクトベース手法に比べて有意に向上した。
論文 参考訳(メタデータ) (2023-07-15T13:11:18Z) - Online Detection Of Supply Chain Network Disruptions Using Sequential
Change-Point Detection for Hawkes Processes [9.789159342840971]
我々は、大型家具会社から受け取ったサプライチェーンデータに基づいて、Covid-19パンデミックによるインフレクションや変化点の検出を試みる。
我々は,多次元の自己および相互にエキサイティングな点過程であるホークス・プロセス・ネットワークを用いて,注文データをモデル化する。
この項目は, 国内に比べて頻繁に注文されるため, 異なるデータ空間で有効性を示すことができる。
論文 参考訳(メタデータ) (2022-11-22T08:48:56Z) - Data Augmentation for Abstractive Query-Focused Multi-Document
Summarization [129.96147867496205]
2つのQMDSトレーニングデータセットを提示し,2つのデータ拡張手法を用いて構築する。
これらの2つのデータセットは相補的な性質を持ち、すなわちQMDSCNNは実際のサマリを持つが、クエリはシミュレートされる。
組み合わせたデータセット上にエンドツーエンドのニューラルネットワークモデルを構築し、DUCデータセットに最新の転送結果をもたらします。
論文 参考訳(メタデータ) (2021-03-02T16:57:01Z) - Self-Teaching Machines to Read and Comprehend with Large-Scale
Multi-Subject Question Answering Data [58.36305373100518]
主観的問合せデータが機械読解作業に有用かどうかは不明である。
大規模多目的多目的質問回答データセットであるExamQAを収集する。
我々は、Web検索エンジンが返す不完全でノイズの多いスニペットを、各質問応答インスタンスの関連するコンテキストとして使用し、弱いラベル付きMRCインスタンスに変換する。
論文 参考訳(メタデータ) (2021-02-01T23:18:58Z) - Relation-aware Meta-learning for Market Segment Demand Prediction with
Limited Records [40.33535461064516]
本稿では,メタラーニングパラダイムを備えたマルチパターン融合ネットワーク(MPFN)を組み込む新しいアルゴリズムRMLDPを提案する。
2つの大規模産業データセットについて広範な実験を行った。
その結果、我々のRMLDPは最先端のベースラインよりも優れています。
論文 参考訳(メタデータ) (2020-08-01T06:02:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。