ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Customer Behavior Mining Using Apriori Algorithm

المؤلف الرئيسي: El Tayeb, Alaa Abubaker El Tahir (Author)
مؤلفين آخرين: Salah Eldein, Ahmed (Advisor)
التاريخ الميلادي: 2016
موقع: الخرطوم
الصفحات: 1 - 84
رقم MD: 829237
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة النيلين
الكلية: كلية علوم الحاسوب وتقانة المعلومات
الدولة: السودان
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

44

حفظ في:
LEADER 05711nam a22003257a 4500
001 1471264
041 |a eng 
100 |9 444516  |a El Tayeb, Alaa Abubaker El Tahir  |e Author 
245 |a Customer Behavior Mining Using Apriori Algorithm 
260 |a الخرطوم  |c 2016 
300 |a 1 - 84 
336 |a رسائل جامعية 
500 |a ملخصات البحوث 
502 |b رسالة ماجستير  |c جامعة النيلين  |f كلية علوم الحاسوب وتقانة المعلومات  |g السودان  |o 0004 
520 |a التنقيب عن البيانات هي واحدة من أكثر الحقول العلمية التي بها الكثير من الأبحاث في علوم الكمبيوتر وتكنولوجيا المعلومات، لديها نفوذ واسع في المجالات المتنوعة التي تشمل السوق، والتمويل، والسريرية، والوسائط المتعددة، والتعليم ... إلخ. كما إنها تعرف على إنها عملية اكتشاف أنماط مثيرة للاهتمام ومفيدة والمعرفة من كمية كبيرة من البيانات واستخدامها لنظم دعم القرار. وفي هذا البحث نطبق تقنية بعض القوانين ذات العلاقة بمعاملات العملاء والبيانات لمعرفة كيف ترتبط هذه العناصر التي تم شراؤها من قبل العملاء. وفي هذه الدراسة نريد معرفة معدلات بيع المنتجات الغذائية المستهلكة لدى محلات تجارية والمطاعم والمقاهي العامة والوسائل الكفيلة بتحسين مردودها. فتبدأ بدراسة كل منتج من منتجاتها لتحديد معدل البيع في بعص مناطق عدة ومختلفة ذات تباين متنوع في المكان ونوع الخدمة، وتوازن بين هذه المعدلات لمعرفة مدى قبول المنتج في تلك المناطق. ولتحقيق ذلك ثم تدرس العلاقة بين SQL يمكن استخدام إحدى لغات الاستعلام مثل متوسط دخل الفرد وعدد المنتجات التي يتم شراؤها وهكذا، وفي كل مرة هناك فرضية يجري إثباتها أو نفيها. أما تقانات تنقيب البيانات فإنها تعنى بالإجابة على السؤال الأعم من هذه الأسئلة الفرعنة مثل (هل لاقى منتج ما نجاحا كافيا، وماهي العوائق التي تحول دون الحصول على النجاح المطلوب ولذلك فإن اختيار تقانة التعرف الملائمة لحالة معينة ليس بالأمر السهل. وغيرها، وquery tools ويمكن حصر أهم هذه التقانات في أدوات الاستعلام decision وأشجار statistical techniques التقنيات الإحصائية وهي تقانة مفيدة في تصنيف البيانات وفقا لمجموعه من الخواص trees association المتدرجة التي تشكل شجرة القرار وأخيرا القواعد المترابطة rules. تناولنا وضع عدة مقاهي، تتلقى طلبات شراء من العملاء، تدخل هذه الطلبات في نظام معلوماتي. بعد العمل على البيانات توافرت قاعدة معطيات مهمة تحتوي على المعلومات التي تتضمنها طلبات الزبائن ومن ثم استنتاج القرارات المناسبة لعملها، ووضع خططها المستقبلية وتحديد مجموعات الزبائن التي تتعامل معها، ومن ثم تصنيفها وفقا للمناطق السكنية، أو الفئات العمرية، أو المنتجات المطلوبة وفي المستقبل نستطيع التوصل لطريقة ووسائل التسويق والدعاية الملائمة، ومردود هذه الوسائل واكتشاف عدد الزبائن الذين تعرفوا على المنتجات وكيف ستصل للربح من بيعها لهذه الشريحة من الزبائن ولابد من إيجاد وسائل ترويج اكثر ملاءمة مثل الإعلان عن تخفيضات في أسعار بعض المنتجات أو توفير طرق تسديد تناسب مستوى دخلهم وكذلك يمكن الانتقال إلى مستوى أكثر تعقيدا من دراسة الزبائن والعلاقة التي يمكن أن تكون بين مجموعات الزبائن ومجموعات المنتجات؛ فزبائن اليوم هم عملاء الماضي في هذا البحث استخدام بيانات عن مقاهي ومولات في السودان وخارجه. 
653 |a التنقيب عن البيانات  |a تكنولوجيا المعلومات  |a المنتجات الغذائية  |a السياسة التسويقية  |a السودان 
700 |9 444519  |a Salah Eldein, Ahmed  |e Advisor 
856 |u 9818-006-004-0004-T.pdf  |y صفحة العنوان 
856 |u 9818-006-004-0004-A.pdf  |y المستخلص 
856 |u 9818-006-004-0004-C.pdf  |y قائمة المحتويات 
856 |u 9818-006-004-0004-F.pdf  |y 24 صفحة الأولى 
856 |u 9818-006-004-0004-1.pdf  |y 1 الفصل 
856 |u 9818-006-004-0004-2.pdf  |y 2 الفصل 
856 |u 9818-006-004-0004-3.pdf  |y 3 الفصل 
856 |u 9818-006-004-0004-4.pdf  |y 4 الفصل 
856 |u 9818-006-004-0004-5.pdf  |y 5 الفصل 
856 |u 9818-006-004-0004-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 829237  |d 829237 

عناصر مشابهة