Odkrywanie wzorców zachowań konsumentów za pomo-cą analizy koszykowej danych transakcyjnych

• Autorzy: Karolina Bartos

Warianty tytułu

Discovering Patterns of Consumer Behaviour by Market Basket Analysis of the Transactional Data

• Języki publikacji: PL

Abstrakty

W artykule poddano badaniu bazę danych małych sklepów typu convenience, zawierającą prawie pięć tysięcy transakcji. Celem analizy było odkrycie reguł asocjacji pomiędzy nabywanymi kategoriami produktów, a także sprawdzenie, czy istnieją zależności pomiędzy sprzedawaną kategorią produktu a porą dnia, w której dokonano transakcji. Ponadto opisano proces przygotowania danych do analizy oraz zaprezentowano podstawowe miary charakteryzujące siłę odkrytych reguł. Do badania wykorzystano algorytm a priori.(abstrakt oryginalny)

EN

The article depicts a study analysing small convenience stores' database, which contains nearly five thousand transactions. The first aim of the research is to discover asso-ciation rules between the categories of purchased products. The second goal is to verify whether there is any relationship between the selling category of products and the time of day when transactions were made. Moreover, the process of preparing data for analysis is described and the basic measures characterizing the strength of discovered rules are presented. The a priori algorithm was used during the research.(original abstract)

Słowa kluczowe

PL

Zachowania konsumenta; Algorytmy

EN

Consumer behaviour; Algorithms

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2014
• Tom: 22
• Numer: nr 327 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 266--274

Twórcy

autor

Karolina Bartos

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Bartos K. (2013), Association rules in the study of consumer behaviour, Zeszyty Naukowe Uniwer-sytetu Szczecińskiego nr 763, Szczecin, s. 279-286.
• Chen Y.L., Tang K., Shen R.J., Hu Y.H. (2005), Market basket analysis in a multiple store environ-ment, "Decision Support System", Vol. 40, Issue 2, s. 339-354.
• Kurzawa I., Wysocki F. (2008), Wykorzystanie analizy koszykowej do identyfikacji zachowań kon-sumpcyjnych gospodarstw domowych w Polsce, [w:] K. Jajuga, M. Walesiak (red.), Klasyfikacja i analiza danych - teoria i zastosowania, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 7 (1207), Taksonomia 15, Wydawnictwo Uniwersytetu Ekonomicznego, Wrocław, s. 527-534.
• Larose D.T. (2006), Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, Wydawnic-two Naukowe PWN, Warszawa.
• Laxminarayan P., Alvarez S.A., Ruiz C. (2006), Mining statistically significant associations for exploratory analysis of human sleep data, "IEEE Transactions on Information Technology in Biomedicine", Vol. 10, Issue 3, s. 440-450.
• Łapczyński M. (2009), Analiza koszykowa i analiza sekwencji - wielki brat czuwa, www.statsoft.pl (29.01.2014).
• Łapczyński M. (2010), Web Usage Mining, czyli jak sprzedać sukienkę ciążową w Internecie, www.statsoft.pl (29.01.2014).
• Olson D.L., Delen D. (2008), Advanced Data Mining Techniques, Springer, Berlin, s. 53-67.
• Pasztyła A. (b.d.), Analiza koszykowa danych transakcyjnych - cele i metody, "Magazyn Systemy IT", s. 51-54, www.statsoft.pl (10.04.2013).
• Pasztyła A. (2005), Przykład badania wzorców zachowań klientów za pomocą analizy koszykowej, StatSoft Polska, www.statsoft.pl (21.12.2012).
• Radosav D., Brtka E., Brtka V. (2012), Association Rules from Empirical Data in the Domain of Education, "International Journal of Computers Communications & Control", Vol. 7, Issue 5, s. 933-944.
• Sanchez D., Vila M.A., Cerda L. (2009), "Expert Systems with Applications", Vol. 36, Issue 2, s. 3630-3640.
• Śniegocka-Łusiewicz M. (2011), Analiza koszykowa w badaniu cykliczności reguł asocjacji w handlu detalicznym, [w:] K. Jajuga, M. Walesiak (red.), Klasyfikacja i analiza danych - teoria i zasto-sowania, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu nr 176, Taksonomia 28, Wydawnictwo Uniwersytetu Ekonomicznego, Wrocław, s. 621-628.