кандидат технических наук;
candidate of technical sciences;
кандидат технических наук;
candidate of technical sciences;
В данной работе проводится анализ покупателей магазина «БигКар», реализующего запчасти для грузовиков, методами кластеризации. Рассматриваются алгоритмы k-means, g-means, EM и построения сетей Кохонена. Для их выполнения используется аналитическая платформа Loginom Community. На основе данных о продажах за 3 года покупатели распределены на 3 кластера путем реализации алгоритмов k-means, EM и построения самоорганизующейся сети Кохонена. Также выполнены EM-алгоритм с автоматическим определением числа кластеров и g-means, которые разбили покупателей на 9 и 10 кластеров. Анализ получившихся кластеров показал, что для повышения эффективности продаж лучше подходят результаты алгоритмов k-means и Кохонена.
This paper analyzes the buyers of the BigCar store, which sells spare parts for trucks, using clustering methods. The algorithms of k-means, g-means, EM and construction of Kohonen networks are considered. For their implementation, the Loginom Community analytical platform is used. Based on sales data for 3 years, buyers are divided into 3 clusters by implementing the k-means, EM algorithms and building a self-organizing Kohonen network. An EM algorithm was also performed with automatic determination of the number of clusters and g-means, which divided buyers into 9 and 10 clusters. The analysis of the resulting clusters showed that the results of the k-means and Kohonen algorithms are better suited to increase sales efficiency.