Разработка интеллектуальной системы подбора товара
Курсовой проект - Компьютеры, программирование
Другие курсовые по предмету Компьютеры, программирование
p>
3.3ПРИМЕР ОФОРМЛЕНИЯ ЗАКАЗА
персонализация интеллектуальный товар ассоциативный
Для того, чтобы пользователю совершить покупку, в данной программе необходимо воспользоваться экспертом выбора или вручную ввести нужный продукт самостоятельно. Рассмотрим оба варианта:
а)Оформление заказа с помощью Эксперта выбора.
Для того чтобы воспользоваться Экспертом выбора необходимо на главной форме программы нажать кнопку корзина. На экране появится окно, где есть кнопка Эксперт выбора (рис. 3.7).
Рисунок 3.7 - Эксперт выбора
После нажатие данной кнопки, пользователю предлагается ответить на три вопроса. Вопрос №1 представлен на рисунке 3.8, вопрос №2 представлен на рисунке 3.9, вопрос №3 представлен на рисунке 3.10.
Рисунок 3.8 - Вопрос №1
Рисунок 3.9 - Вопрос №2
Рисунок 3.10 - Вопрос №3
После ответов на данные вопросы, программа покажет интересующие пользователя продукты. Пользователь выбирает соответствующий продукт и нажимает кнопку Добавить в корзину (рис. 3.11).
Рисунок 3.11 - Выбор продукта
Выбранный пользователем продукт автоматически добавляется в корзину, где на основании ассоциативных правил и анализа предыдущих транзакций пользователю рекомендуется дополнительный продукт, который пользователь может приобрести (рис. 3.12).
Рисунок 3.12 - Покупка продукции
В случае, если пользователь решил завершить покупку, то после нажатия кнопки оформить покупку, автоматически добавляется в список транзакций (рис. 3.6). В случае если хочет добавить к своему заказу еще продукт, то нажимает на кнопку Эксперт выбора, и проходит снова три вопроса.
б)Оформление заказа вручную.
Для оформления заказа вручную необходимо на главной форме системы нажать кнопку Транзакции, которую можно увидеть на рисунке 3.6. После чего следует нажать на кнопку Добавить данные (рис 3.13), и через запятую следует ввести необходимые товары.
Рисунок 3.13 - Добавление транзакции
Такой способ покупки продукции имеет свои положительные и отрицательные стороны. К положительным относится то, что пользователь, который знает, что именно он хочет заказать, достаточно быстро формирует транзакцию. Тот факт, что при использовании такого метода покупки система не будет рекомендовать дополнительные товары, что может быть как и положительно (сохранит время клиента), так и отрицательно (клиент не увидит рекомендуемые продукты, которые могли бы его заинтересовать).
ВЫВОДЫ
В данной бакалаврской работе была разработана интеллектуальная системы подбора товаров, работа которой базируется на использовании ассоциативных правил. При заданном запросе система подбирает клиенту необходимый продукт и предлагает дополнительные товары в зависимости от интересов. Для этого клиент должен описать критерии, по которым система определит потребности.
Интеллектуальная система создана с использованием средств СУБД SQL SERVER, а также среды Python 2.6. Работа с системой не требует от пользователей особых знаний в области баз данных. При заданном запросе система подбирает клиенту необходимый продукт и предлагает дополнительные товары в зависимости от интересов. Для этого клиент должен описать критерии, по которым система определит потребности. Программа является легкой в освоении и эксплуатации, что достаточно важно для конечного пользователя.
ПЕРЕЧЕНЬ ССЫЛОК
1.Agrawal R. Mining Association Rules Between Sets of Items in Large Databases. / R. Agrawal, T. Imielinski, A. Swami. // SIGMOD Conference 1993. ? Р. 207-216.
2.Hipp J. Algorithms for association rule mining - A general survey and comparison. / J. Hipp, U. Gntzer, G. Nakhaeizadeh. // SIGKDD Explorations. ? №2(2). - 2000. - Р. 1-58.
.Omiecinski E. Alternative interest measures for mining associations in databases. / E. Omiecinski. // IEEE Transactions on Knowledge and Data Engineering. - 2003. - №15(1). - Р. 57-69.
4.Поиск ассоциативных правил: [Электрон. ресурс]. ? Режим доступа:
5.Поиск ассоциативных правил при интеллектуальном анализе данных: [Электрон. ресурс]. ? Режим доступа: www.rammus.ru/products/arda/.
.Области применения ассоциативных правил: [Электрон. ресурс]. ? Режим доступа: www.rammus.ru/products/arda/article_review_ar_applications/.
7.Association rule learning: [Электрон. ресурс]. ? Режим доступа:
8.Методы поиска ассоциативных правил: [Электрон. ресурс]. ? Режим доступа: www.intuit.ru/department/database/datamining/15/.
9.Введение в анализ ассоциативных правил: [Электрон. ресурс].? Режим доступа: www.basegroup.ru/library/analysis/association_rules/intro/.
10.Apriori - масштабируемый алгоритм поиска ассоциативных правил: [Электрон. ресурс]. ? Режим доступа: www.basegroup.ru/library/association_rule/.
11.Apriori: [Электрон. ресурс]. ? Режим доступа: ru.wikipedia/Apriori/.
.Персонализация данных: [Электрон. ресурс]. ? Режим доступа: www.copy-market.ru/index.php?page...dannyh/.
.Персонализация данных: [Электрон. ресурс].? Режим доступа:
.Персонализация: [Электрон. ресурс]. ? Режим доступа: www.lscorp.ru/.
.Data Mining: [Электрон. ресурс]. ? Режим доступа: www.int.ru/datamining/.
.Data Mining - интеллектуальный анализ данных: [Электрон. ресурс]. ? Режим доступа: www.inftech.webservis.ru/it/database/datamining/ar2.html/.
17.Apriori algorithm source code: [Электрон. ресурс]. ? Режим доступа: msug.vn.ua/blogs/datamining/archive/2009/08/02/apriori-algorithm/.
18.Data Mining: [Электрон. ресурс]. ? Режим доступа:
19.Боуман Дж. Практическое руководство по SQL. / Дж. Боуман, С. Эмерсон, М. Дарновски. ? К.: Диалектика, 1998. - 565 с.
20.Введение в стандарты языка баз данных SQL. [Электрон. рес?/p>