Résoudre les problèmes du monde réel avec les algorithmes de voisinage les plus proches - dummies

Les algorithmes de clustering hiérarchiques - et les méthodes du plus proche voisin, en particulier - sont largement utilisés pour comprendre et créer de la valeur à partir des données commerciales. Dans les paragraphes suivants sont deux cas puissants dans lesquels ces algorithmes simples sont utilisés pour simplifier la gestion et la sécurité dans les opérations quotidiennes de détail.

Voir les algorithmes de k-plus proches en action

Les techniques de reconnaissance de formes K-plus proches sont souvent utilisées pour la prévention contre le vol dans le commerce de détail moderne. Bien sûr, vous êtes habitué à voir des caméras de vidéosurveillance dans presque tous les magasins que vous visitez, mais la plupart des gens n'ont aucune idée de la façon dont les données recueillies à partir de ces appareils sont utilisées.

Vous pourriez imaginer qu'il y a quelqu'un dans la pièce arrière qui surveille ces caméras pour des activités suspectes, et c'est peut-être ainsi que les choses se sont passées dans le passé. Mais aujourd'hui, un système de surveillance moderne est assez intelligent pour analyser et interpréter les données vidéo par lui-même, sans avoir besoin d'assistance humaine.

Les systèmes modernes sont désormais en mesure d'utiliser k-plus proche voisin pour la reconnaissance visuelle des formes afin de scanner et de détecter les paquets cachés dans la corbeille inférieure d'un panier à la caisse. Si un objet détecté correspond exactement à un objet répertorié dans la base de données, le prix du produit repéré peut même être ajouté automatiquement à la facture du client. Bien que cette pratique de facturation automatisée ne soit pas largement utilisée à ce moment, la technologie a été développée et est disponible pour utilisation.

K-plus proche voisin est également utilisé dans la vente au détail pour détecter les tendances dans l'utilisation des cartes de crédit. De nombreuses nouvelles applications logicielles examinant les transactions utilisent des algorithmes kNN pour analyser les données du registre et repérer les modèles inhabituels qui indiquent une activité suspecte.

Par exemple, si les données du registre indiquent que beaucoup d'informations client sont saisies manuellement plutôt que par numérisation et balayage automatiques, cela peut indiquer que l'employé qui utilise ce registre vole en fait les informations personnelles du client. Ou si les données du registre indiquent qu'un produit particulier est retourné ou échangé plusieurs fois, cela peut indiquer que les employés utilisent mal la politique de retour ou tentent de gagner de l'argent en faisant de faux retours.

Les algorithmes des voisins les plus proches en action

La classification des algorithmes voisins les plus proches et la détection des points peuvent être utilisées dans le commerce de détail pour identifier les tendances clés du comportement d'achat des clients et augmenter les ventes et la satisfaction client en anticipant le comportement du client.Considérons l'histoire suivante:

Comme dans le cas des autres épiceries, le comportement de l'acheteur chez Waldorf Food Co-op (fictif) tend à suivre des modèles très fixes. Les gestionnaires ont même commenté le fait étrange que les membres d'un groupe d'âge particulier ont tendance à visiter le magasin pendant la même fenêtre temporelle, et ils ont même tendance à acheter les mêmes types de produits.

Un jour, le directeur Mike est devenu très proactif et a décidé d'embaucher un spécialiste des données pour analyser ses données clients et fournir des détails exacts sur ces tendances étranges qu'il avait remarquées. Lorsque Data Scientist Dan est arrivé, il a rapidement découvert une tendance chez les hommes adultes d'âge moyen qui travaillaient - ils avaient tendance à visiter l'épicerie seulement les week-ends ou à la fin de la semaine, et s'ils venaient dans le magasin un jeudi, ils achetaient presque toujours de la bière.

Eh bien, quand le directeur Mike était armé de ces faits, il a rapidement utilisé cette information pour maximiser les ventes de bière les jeudis soirs en offrant des rabais, des forfaits et des spéciaux. Non seulement le propriétaire du magasin était-il satisfait de l'augmentation des revenus, mais les clients masculins de Waldorf Food Co-op étaient heureux parce qu'ils avaient plus de ce qu'ils voulaient, quand ils le voulaient.