چکیده مقاله
تجزیه و تحلیل سبد بازار به تحلیلگر بازاریاب کمک میکند تا رفتار مشتریان را بفهمد، برای مثال کدام محصولات با هم خریداری میشوند تکنیکها و الگوریتمهای مختلفی برای انجام دادهکاوی وجود دارد استفاده و کشف روابط بین خریدهای مختلف کاربران به منظور بهبود کارایی سیستمهای تجارت الکترونیک با الگوریتم FP Growth از جمله نوآوری های این پژوهش محسوب میشود در روش پیشنهادی تمام خریدهای کاربران میتوانند در روند تحلیل سبد خرید، به سیستم کمک کنند به عبارت دیگر حتی خریدهایی که ظاهرا ارتباطی با خریدهای فعلی کاربر ندارد نیز میتواند اطلاعات ارزشمندی داشته باشد و به تحلیل سبد خرید مشتری و افزایش کارایی سیستم فروش کمک کند برای بررسی نتایج حاصله از روش پیشنهادی را با الگوریتم های Eclat و Apriori مورد مقایسه قرار دادیم در تحلیل نتایج آزمایشگاهی مشخص شد که روش پیشنهادی به طور میانگین از روشهای مورد مقایسه بهتر عمل کرده است
کلیدواژهها
نویسندگان
سینا دامی
استادیار گروه کامپیوتر، دانشکده فنی و مهندسی، واحد تهران غرب، دانشگه آزاد اسلامی، تهران، ایران
افشین مروجی
مربی گروه کامپیوتر، دانشکده فنی و مهندسی، واحد تهران غرب، دانشگه آزاد اسلامی، تهران، ایران
اکرم قاسم نژاد
دانشجوی کارشناسی ارشد IT، دانشکده فنی و مهندسی، واحد تهران غرب، دانشگه آزاد اسلامی، تهران، ایران
شیوه ارجاع
�امی، سینا و مروجی، افشین و قاسم نژاد، اکرم،1399،پیش بینی سبد خرید با استفاده از کاوش در قواعد انجمنی مبتنی بر الگوریتم FP-Growth،هفتمین کنگره ملی تازه یافته های مهندسی برق ایران،تهران
ارائهشده در
مجموعه مقالات هفتمین کنگره ملی تازه یافته های مهندسی برق ایران20 خرداد 1399 · تهران