Extracting association rules of Turkish retail company from online transactions: Case study

Yükleniyor...
Küçük Resim

Tarih

2019

Dergi Başlığı

Dergi ISSN

Cilt Başlığı

Yayıncı

Erişim Hakkı

info:eu-repo/semantics/openAccess

Özet

The extracting association rules of inter-user-product relations used by companies in decision-making processeshave been popular for some time, especially for market basket analysis. In this study it is aimed to discoverassociation rules from original online store transaction of a Turkish retail company, in order to help administratorand decision maker also Customer Relationship Management department to initiate campaigns. The mainobjective is to find out which product item sets are bought together. In order to better compare the results thedata are analyzed with and without clustering according to range of ages and gender. Data mining Associationanalysis methods such as Apriori Algorithm, FP-Growth (Frequent Pattern) then applied which are used toextract association rules. Moreover some of the collaborative filtering metrics namely Jaccard, Pearson, andCosine function are used to understand the association between products to obtain a recommendation system.The proposed recommendation methods successfully recommended the associated product for the obtainedoriginal dataset as high as %65 accuracy. Obtained association rules are shared with the marketing department toinitiate and direct forthcoming marketing campaigns.
Şirketlerin karar verme süreçlerinde kullandıkları ürünler-kullanıcılar arası ilişkililik kuralları özellikle market sepet analizleri için bir süreden beri popülerliğini korumaktadır. Bu çalışmada Türk perakende şirketinin online alış veriş sitesine ait orijinal veri hareketleri incelenerek ürünler arasında ilişkililik kuralları çıkarılması hedeflenmiştir. Bu şekilde yönetici ve karar vericilere aynı zamanda Müşteri İlişkileri Yönetimi biriminin yeni kampanyalarına yardım etmesi hedeflenmiştir. Ana hedef hangi ürün kümelerinin beraber alındığının keşfedilmesidir. Veriler sonuçların daha iyi kıyaslanabilmesi için, kümelenmeden ayrıca yaş aralığı ve cinsiyete göre kümelenmiş olarak analiz edilmiştir. Apriori ve FP-Growth gibi veri madenciliği analiz metotları kullanılarak ilişkililik kuralları çıkartılmıştır. Ayrıca bazı işbirlikli filitreleme ölçütleri olan Jaccard, Pearson ve Cosine fonksiyonları ile ilişkili ürünler için bir tavsiye sistemi geliştirilmek için kullanılmıştır. Önerilen tavsiye sistemi veri setindeki ilişkili ürünleri başarı %65 gibi yüksek bir oran ile tavsiye etmiştir. Elde edilen ilişkililik kuralları pazarlama birimi ile paylaşılıp gelecekteki kampanyalarda kullanılması sağlanmıştır.

Açıklama

Anahtar Kelimeler

Data Mining, Associative Analysis, Apriori Algorithm, FP-Growth, e-Commerce, Veri Madenciliği, İlişkililik Analizi, Apriori Algoritması, FP-Growth, e-Ticaret

Kaynak

Düzce Üniversitesi Bilim ve Teknoloji Dergisi

WoS Q Değeri

Scopus Q Değeri

Cilt

7

Sayı

3

Künye

Sivri, E. Ş., & Kasapbaşı, M. (2019). Extracting Association Rules of Turkish Retail Company from Online Transactions: Case Study. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 7(3), 1176-1186.