Τεχνικές Εξόρυξης Δεδομένων (Data Mining) - Μελέτη Εφαρμογής σε Ελληνική Εταιρεία του κλάδου της Ένδυσης με τη Χρήση του Λογισμικού Weka

Abstract

Η παρούσα εργασία έχει ως στόχο την μελέτη των μεθόδων Data Mining και την εφαρμογή τους για την επίλυση υπαρκτού προβλήματος και την εξαγωγή γνώσης από δεδομένα με τη χρήση του Weka. Στο περιεχόμενο της εργασίας παρουσιάζονται η σημασία και οι τεχνικές του Data Mining καθώς και τα πεδία στα οποία εφαρμόζεται. Στη συνέχεια περιγράφονται οι σημαντικότερες μέθοδοι του Data Mining (ταξινόμηση, συσχέτιση, ομαδοποίηση) και οι σπουδαιότεροι αλγόριθμοι που συναντώνται. Έπειτα παρουσιάζεται το λογισμικό που χρησιμοποιήθηκε για την εφαρμογή των μεθόδων αυτών, το Weka. Ακόμα παρουσιάζεται η εταιρεία (Νότα Μασσέλος Α.Ε.) με την οποία υπήρξε συνεργασία για την εκπόνηση της εργασίας και περιγράφονται οι στόχοι της από την εργασία αυτή, τόσο η δημιουργία μιας mailing list όσο και η ανάλυση του καλαθιού αγοράς. Στη συνέχεια παρουσιάζονται τα δεδομένα συναλλαγών που παραχωρήθηκαν για την εργασία και αναλύεται η μελέτη και η διαδικασία του Data Mining που ακολουθήθηκε: η προεπεξεργασία των δεδομένων, η εφαρμογή των μεθόδων της ομαδοποίησης, της ταξινόμησης, και της συσχέτισης στα δεδομένα για την επιλογή της mailing list και την ανάλυση του καλαθιού αγοράς,. Τέλος παρουσιάζονται τα αποτελέσματα από την ανάλυση και τα συμπεράσματα που προκύπτουν από αυτή.

This project is about studying Data Mining methods and applying them to deal with an existing problem and extract knowledge out of data using Weka. We refer to the importance of Data Mining and the techniques it uses and also the fields they are used to. Next we describe the main methods of Data Mining, such as Classification, Association and Clustering, and the most important algorithms of it. Additionally, we present the software that was used in the project, Weka. Then we present the business case we worked on, the company we collaborated with, Nota Masselos SA, and which provided us with the data and the goals they set for this project, the creation of a mailing list for their new collection and a market basket analysis. Furthermore, we describe the transactional data that was provided for the project and analyze the procedure of Data Mining that took place: the preprocess of the data, the application of the methods of Clustering, Classification and Association, in order to select the optimum mailing list and to do the market basket analysis. Finally we present the results that they produce and the conclusions that we came to.