НЕЙРОСЕТЕВАЯ КЛАСТЕРИЗАЦИЯ ОПТОВЫХ ПОКУПАТЕЛЕЙ ТОРГОВО-ЗАКУПОЧНОЙ КОМПАНИИ

• Анализ полученных данных для проверки актуальности сети Кохонена для выбранной компании. Предмет исследования это сеть Кохонена [2], в данной работе будет рассмотрен выбранный алгоритм кластеризации, его история, и принцип работы . Метод исследования в данной работе — эмпирический. Первым шагом в данном проекте является сбор информации, созданной библиотекой Faker, либо той, что была добавлена вручную. Далее будет проведен эксперимент — насколько хорошо алгоритм сети Кохонена справится с кластеризацией собранной информации. Далее результаты будут зафиксированы в виде MySQL таблицы, и проведен анализ полученных сведений чтобы установить их актуальность для данной сферы применения. Данная работа состоит из введения, трех глав, и заключения. В введении были рассмотрены потанцевал актуальности сети Кохонена для выбранной компании по продаже сложных технических изделий, для задач маркетинга и персонализированного подхода к клиентам.

---

Многие хотят знать, где можно купить рефераты недорого , в этом вам поможет Work5.

---

В первой главе был проведен анализ стратегии бизнеса и его клиентов. Во второй главе следует разбор архитектуры основной программы — кластеризации сети Кохонена на языке Python. В третьей главе была разобрана базы данных MySQL. В заключении было выявлено является ли сеть Кохонена актуальным методом для выбранной компании.  

В данном проекте была спроектирована база данных, далее она была наполнена случайными данными. Так же в данном проекте был проведен анализ кластеризации. Далее была выявлена актуальность алгоритмов кластеризации для улучшения повседневных задач компании по продаже технических изделий. Проект легко интегрируется в сферу компании, путем замены искусственной базы данных, на базу данных настоящих оптовых покупателей. В заключении, данный проект поможет найти наилучшую стратегию для работы с клиентами.

1 Kohonen network [Электронный ресурс] — Режим доступа: http://www.scholarpedia.org/article/Kohonen_network (дата обращения: 17.12.2021). 2 Kohonen Self-Organizing Maps [Электронный ресурс] — Режим доступа: https://towardsdatascience.com/kohonen-self-organizing-maps-a29040d688da (дата обращения: 17.12.2021). 3 MySQL [Электронный ресурс] — Режим доступа: https://en.wikipedia.org/wiki/MySQL (дата обращения: 17.12.2021). 4 MySQL Documentation [Электронный ресурс] — Режим доступа: https://dev.mysql.com/doc/ (дата обращения: 17.12.2021). 5 NeuPy – Neural Networks in Python [Электронный ресурс] — Режим доступа: http://neupy.com/apidocs/neupy.algorithms.associative.kohonen.html (дата обращения: 17.12.2021).