INF-09. วิทยานิพนธ์ปริญญาโท
URI ถาวรสำหรับคอลเล็กชันนี้
เรียกดู
กำลังเรียกดู INF-09. วิทยานิพนธ์ปริญญาโท โดย เรื่อง "ASSOCIATION RULE"
ตอนนี้กำลังแสดง1 - 1 ของ 1
ผลลัพธ์ต่อหน้า
ตัวเลือกเรียงลำดับ
รายการ การสร้งแบบจำลองกฎความสัมพันธ์สำหรับฐานข้อมูลการสั่งซื้อสินค้าโดยใช้ เทคนิค เอฟพี-กโรธ(มหาวิทยาลัยศรีปทุม, 2564) ณัฏญาพร ชื่นมัจฉางานวิจัยนี้มี วัตถุประสงค์เพื่อหาความสัมพันธ์การซื้อสินค้าของซุปเปอร์มาเก็ตขนาดใหญ่ โดยการวิเคราะห์ข้อมูลเพื่อสร้างแบบจาลองความสัมพันธ์ของการซื้อสินค้าโดยใช้กฎความสัมพันธ์(Association Rules)ด้วยเทคนิค เอฟพี กโรธ (FP-Growth)โดยวิเคราะห์จากการซื้อสินค้าของลูกค้าในแต่ละรายบุคคล ซึ่งผลลัพธ์ที่ได้จากงานวิจัยนี้ สามารถพยากรณ์ความต้องการของลูกค้าออกมาเป็นกฎความสัมพันธ์ได้-4-รูปแบบประกอบด้วย 1. ค่าพารามิเตอร์ Support ไว้ที่ 0.1 และค่าพารามิเตอร์ Confidence ไว้ที่ 0.7 กฎความสัมพันธ์ ของสิ้นค้าทั้งหมด 15 กฎ 2. ค่าพารามิเตอร์ Support ไว้ที่ 0.1 และค่าพารามิเตอร์ Confidence ไว้ที่ 0.8 กฎความสัมพันธ์ ของสิ้นค้าทั้งหมด 11 กฎ 3. ค่าพารามิเตอร์ Support ไว้ที่ 0.2 และค่าพารามิเตอร์ Confidence ไว้ที่ 0.7 กฎความสัมพันธ์ ของสิ้นค้าทั้งหมด 6 กฎ 4. ค่าพารามิเตอร์ Support ไว้ที่ 0.2 และค่าพารามิเตอร์ Confidence ไว้ที่ 0.8 กฎความสัมพันธ์ของสิ้นค้าทั้งหมด 6 กฎ ซึ่งสามารถนาไปใช้ในการสนับสนุนการตัดสินใจ การนำเสนอสินค้าได้ตามความต้องการของลูกค้าในแต่ละราย เป็นการสร้างความพึงพอใจให้กับลูกค้า ซึ่งเป็นกลยุทธ์หนึ่งของการวางแผนการตลาดได้อย่างเหมาะสม และมีประสิทธิภาพ The purpose of this research is to find the possible causal relationship between each of the large supermarkets’ sale transactions. The obtained data of a number of each individual customer purchase transactions is analyzed, Create Model item by item, according to “Association Rules” using “FP-Growth” technique. The research’s result has shown the capability of forecasting the customers’ demand which can be regulated into 4 Patterns include 1. Set Parameter Support 0.1, Confidence 0.7 Association Rule of the product All 15 Rule 2. Set Parameter Support 0.1, Confidence 0.8 Association Rule of the product All 11 Rule 3. Set Parameter Support 0.2, Confidence 0.7 Association Rule of the product All 6 Rule 4. Set Parameter Support 0.2, Confidence 0.8 Association Rule of the product All 6 Rule Such result can be implemented to the decisions making about offering products which would meet the customers’ individual demand and, therefore; earning the customers’ satisfaction as one to the appropriate and effective marketing strategies.