ارائه کننده : مهرنوش زندی
استاد راهنما: دكتر الهام آخوند زاده نوقايي
استاد داور داخلي: دكتر توكتم خطيبي
استاد داور خارج از دانشگاه: دكتر ندا عبدالوند
نماينده تحصيلات تكميلي: دكتر توكتم خطيبي
تاریخ: 1403/11/29     
ساعت: 08:00
مكان: اتاق 219 دانشكده فني و مهندسي

چکیده:
در عصر اطلاعات و ارتباطات، حجم عظیمی از داده‌ها به‌صورت روزانه تولید می‌شود. این داده‌ها شامل تراکنش‌های مالی، رفتار مصرف‌کنندگان در خرید آنلاین، و تعاملات کاربران در شبکه‌های اجتماعی است. تحلیل و استخراج الگوهای پنهان در این داده‌ها می‌تواند ارزش‌افزوده قابل‌توجهی برای سازمان‌ها و شرکت‌ها ایجاد کند. یکی از حوزه‌های کلیدی در این زمینه، کاوش الگوهای خرید مشتریان است. استخراج این الگوها از طریق کاوش دنباله‌ای، اطلاعات ارزشمندی درباره رفتار خرید مشتریان ارائه می‌دهد و سازمان‌ها را در بهینه‌سازی استراتژی‌های بازاریابی و فروش یاری می‌کند. از سوی دیگر، کاوش تغییر بر تحلیل تغییرات در داده‌ها و شناسایی روندها و نقاط تغییر تمرکز دارد. این تحلیل‌ها می‌توانند هشدارهای زودهنگامی درباره تحولات مهم در بازار یا تغییر رفتار مشتریان ارائه دهند. در این راستا، پژوهش حاضر با هدف استخراج الگوهای خرید مشتریان از طریق کاوش دنباله‌ای و تحلیل کلان‌داده انجام شده است. همچنین، تغییرات الگوها در طول زمان با استفاده از کاوش تغییر موردبررسی قرارگرفته و کاربردهای عملی آن در بهبود تصمیم‌گیری‌های تجاری و راهبردی بحث شده است. مجموعه داده مورداستفاده در این تحقیق شامل 1,048,575 رکورد خرید مشتریان در یک فروشگاه آنلاین است. الگوریتم توزیع یافته PrefixSpan در محیط Spark برای کاوش الگوهای دنباله‌ای خرید مشتریان به‌کار گرفته شده است. نتایج این تحقیق می‌تواند به‌عنوان راهنمایی کاربردی برای سازمان‌ها در استفاده مؤثر از داده‌های کلان و استخراج اطلاعات ارزشمند از آن‌ها مورداستفاده قرار گیرد. بررسی نتایج نشان می‌دهد که با شناسایی اقلام پرتکرار و محبوب در الگوهای خرید، می‌توان محصولات پرطرفدار را به‌طور بهینه عرضه کرد و فروش و سود سازمان را افزایش داد. علاوه بر این، با کشف 159,172 تغییر در الگوهای دنباله‌ای خرید مشتریان در چهار نوع تغییر، می‌توان رفتار خرید مشتریان را پیش‌بینی و اقدامات پیشگیرانه لازم را به‌منظور حفظ و جذب مشتریان انجام داد.