Lösen realer Probleme mit Nearest Neighbor Algorithmen - Dummies

Hierarchische Clustering-Algorithmen - und insbesondere Nearest-Neighbor-Methoden - werden ausgiebig verwendet, um Werte aus Mustern in Einzelhandelsgeschäftsdaten zu verstehen und zu erstellen. In den folgenden Abschnitten werden zwei mächtige Fälle vorgestellt, in denen diese einfachen Algorithmen verwendet werden, um die Verwaltung und Sicherheit im täglichen Einzelhandel zu vereinfachen.

K-Nearest-Neighbour-Algorithmen in Aktion sehen

K-Nearest-Neighbour-Techniken zur Mustererkennung werden im modernen Einzelhandel häufig zur Diebstahlprävention eingesetzt. Natürlich sind Sie daran gewöhnt, CCTV-Kameras in fast jedem Geschäft zu sehen, das Sie besuchen, aber die meisten Leute haben keine Ahnung, wie die von diesen Geräten gesammelten Daten verwendet werden.

Sie können sich vorstellen, dass jemand im Hinterzimmer diese Kameras auf verdächtige Aktivitäten hin überwacht, und vielleicht wurde das in der Vergangenheit so gemacht. Aber heute ist ein modernes Überwachungssystem intelligent genug, um Videodaten ohne menschliche Hilfe zu analysieren und zu interpretieren.

Die modernen Systeme sind nun in der Lage, den k-nächsten Nachbarn für die visuelle Mustererkennung zu verwenden, um versteckte Pakete im unteren Fach eines Warenkorbs beim Auschecken zu scannen und zu erkennen. Wenn ein Objekt erkannt wird, das genau zu einem in der Datenbank aufgelisteten Objekt passt, kann der Preis des getupften Produkts automatisch der Rechnung des Kunden hinzugefügt werden. Während diese automatisierte Abrechnungspraxis derzeit nicht extensiv verwendet wird, wurde die Technologie entwickelt und steht zur Verwendung zur Verfügung.

K-Nächster Nachbar wird auch im Einzelhandel verwendet, um Muster bei der Kreditkartennutzung zu erkennen. Viele neue transaktionsüberprüfende Softwareanwendungen verwenden kNN-Algorithmen, um Registerdaten zu analysieren und ungewöhnliche Muster zu erkennen, die verdächtige Aktivitäten anzeigen.

Wenn beispielsweise Registerdaten darauf hindeuten, dass viele Kundeninformationen manuell eingegeben werden und nicht durch automatisches Scannen und Wischen, könnte dies darauf hindeuten, dass der Mitarbeiter, der dieses Register verwendet, die persönlichen Daten des Kunden stiehlt. Oder wenn Registerdaten darauf hinweisen, dass ein bestimmtes Gut mehrmals zurückgegeben oder ausgetauscht wird, könnte dies darauf hindeuten, dass Mitarbeiter die Rückgaberegelung missbrauchen oder versuchen, Geld durch gefälschte Rücksendungen zu verdienen.

Die Algorithmen für den durchschnittlichen nächsten Nachbarn werden in Aktion gesehen

Die Klassifizierung des durchschnittlichen Nearest-Neighbour-Algorithmus und die Punktmustererkennung können im Lebensmitteleinzelhandel verwendet werden, um Schlüsselmuster im Kaufverhalten der Kunden zu identifizieren und anschließend den Umsatz und die Kundenzufriedenheit zu steigern. durch Antizipieren des Kundenverhaltens.Betrachten Sie die folgende Geschichte:

Wie bei anderen Lebensmittelgeschäften tendiert auch das Käuferverhalten bei der (fiktiven) Waldorf Food Co-op dazu, sehr festgelegten Mustern zu folgen. Manager haben sogar die seltsame Tatsache kommentiert, dass Mitglieder einer bestimmten Altersgruppe dazu neigen, das Geschäft während desselben bestimmten Zeitfensters zu besuchen, und sie neigen sogar dazu, dieselben Arten von Produkten zu kaufen.

Eines Tages wurde Manager Mike extrem proaktiv und beschloss, einen Datenwissenschaftler einzustellen, um seine Kundendaten zu analysieren und genaue Details über diese merkwürdigen Trends zu liefern, die er bemerkt hatte. Als Data Scientist Dan dort eintrat, entdeckte er schnell ein Muster unter berufstätigen männlichen Erwachsenen im mittleren Alter - sie pflegten den Supermarkt nur an den Wochenenden oder am Ende des Tages an Werktagen zu besuchen, und wenn sie in den Laden kamen, An einem Donnerstag kauften sie fast immer Bier.

Nun, als Manager Mike mit diesen Fakten bewaffnet war, nutzte er diese Informationen schnell, um den Bierverkauf am Donnerstagabend durch Rabatte, Bündel und Specials zu maximieren. Nicht nur der Ladenbesitzer war zufrieden mit den höheren Einnahmen, auch die männlichen Kunden von Waldorf Food Co-op waren glücklich, weil sie mehr von dem bekommen hatten, was sie wollten, wann sie es wollten.