Risoluzione di problemi del mondo reale con algoritmi del vicinato più vicini - dummies

Gli algoritmi di cluster gerarchici - e i metodi vicini più vicini, in particolare - sono ampiamente utilizzati per comprendere e creare valore dai modelli dei dati commerciali al dettaglio. Nei paragrafi seguenti sono due casi potenti in cui questi semplici algoritmi vengono utilizzati per semplificare la gestione e la sicurezza nelle operazioni quotidiane di vendita al dettaglio.

Vedere gli algoritmi del vicino più vicino k nell'azione

Le tecniche vicine più vicine a K per il riconoscimento del modello vengono spesso utilizzate per la prevenzione dei furti nel commercio al dettaglio moderno. Ovviamente, sei abituato a vedere le telecamere CCTV in quasi tutti i negozi che visiti, ma la maggior parte delle persone non ha idea di come vengano utilizzati i dati raccolti da questi dispositivi.

Potresti immaginare che ci sia qualcuno nella stanza sul retro che monitora queste telecamere per attività sospette, e forse è così che sono state fatte le cose in passato. Ma oggi un moderno sistema di sorveglianza è abbastanza intelligente da analizzare e interpretare i dati video da solo, senza bisogno di assistenza umana.

I moderni sistemi sono ora in grado di utilizzare k-neighbor neighbor per il riconoscimento del pattern visivo per scansionare e rilevare i pacchetti nascosti nel cestino inferiore di un carrello della spesa al momento del check-out. Se viene rilevato un oggetto che corrisponde esattamente a un oggetto elencato nel database, il prezzo del prodotto maculato potrebbe anche essere aggiunto automaticamente alla fattura del cliente. Sebbene questa pratica di fatturazione automatica non sia ampiamente utilizzata in questo momento, la tecnologia è stata sviluppata ed è disponibile per l'uso.

K-nearest neighbour viene anche utilizzato nella vendita al dettaglio per rilevare i modelli nell'utilizzo della carta di credito. Molte nuove applicazioni software per il controllo delle transazioni utilizzano algoritmi kNN per analizzare i dati del registro e individuare modelli insoliti che indicano attività sospette.

Ad esempio, se i dati del registro indicano che molte informazioni sui clienti vengono inserite manualmente piuttosto che tramite scansione e scorrimento automatici, ciò potrebbe indicare che il dipendente che sta utilizzando quel registro sta di fatto rubando le informazioni personali dei clienti. Oppure, se i dati registrati indicano che un determinato bene viene restituito o scambiato più volte, ciò potrebbe indicare che i dipendenti stanno abusando della politica di rimpatrio o stanno cercando di ricavare profitti da ritorni falsi.

Visualizzazione degli algoritmi del vicino più vicino nella media

La classificazione media dell'algoritmo più vicino e il rilevamento dei punti possono essere utilizzati nella vendita al dettaglio per identificare i modelli chiave nel comportamento di acquisto dei clienti e successivamente aumentare le vendite e la soddisfazione del cliente anticipando il comportamento del cliente.Si consideri la seguente storia:

Come per altri negozi di alimentari, il comportamento degli acquirenti presso la (immaginaria) Waldorf Food Co-op tende a seguire schemi molto fissi. I manager hanno persino commentato il fatto strano che i membri di una particolare fascia d'età tendono a visitare il negozio durante la stessa finestra temporale, e tendono persino ad acquistare gli stessi tipi di prodotti.

Un giorno, il manager Mike divenne estremamente proattivo e decise di assumere uno scienziato dei dati per analizzare i dati dei suoi clienti e fornire dettagli precisi su queste strane tendenze che aveva notato. Quando lo scienziato dei dati Dan arrivò lì, scoprì rapidamente uno schema tra gli adulti maschi adulti di mezza età - tendevano a visitare il negozio solo durante i fine settimana o alla fine della giornata nei giorni feriali, e se entrarono nel negozio in un giovedì, hanno quasi sempre comprato birra.

Bene, quando Manager Mike era armato di questi fatti, ha rapidamente utilizzato queste informazioni per massimizzare le vendite di birra nelle serate di giovedì offrendo sconti, pacchetti e offerte speciali. Il proprietario del negozio non solo era soddisfatto delle maggiori entrate, ma i clienti maschi della Waldorf Food Co-op erano felici perché avevano ottenuto più di quello che volevano, quando lo volevano.