Oplossen van problemen in de echte wereld met dichtstbijzijnde buuralgoritmen - dummies

Hiërarchische clusteringalgoritmen - en met name benaderde buurmethoden - worden op grote schaal gebruikt om inzicht te krijgen in en waarde te creëren uit patronen in detailhandelsgegevens. In de volgende paragrafen zijn twee krachtige gevallen waarin deze eenvoudige algoritmen worden gebruikt om het beheer en de beveiliging in de dagelijkse detailhandel te vereenvoudigen.

K-closest neighbor-algoritmen in actie zien

K-nearest neighbor-technieken voor patroonherkenning worden vaak gebruikt voor diefstalpreventie in de moderne detailhandel. Natuurlijk ben je gewend om CCTV-camera's te zien in bijna elke winkel die je bezoekt, maar de meeste mensen hebben geen idee hoe de gegevens verzameld van deze apparaten worden gebruikt.

Je zou je kunnen voorstellen dat er iemand in de achterkamer deze camera's controleert op verdachte activiteiten, en misschien is dat zo in het verleden. Maar vandaag is een modern surveillancesysteem intelligent genoeg om videogegevens zelfstandig te analyseren en te interpreteren, zonder dat daarbij menselijke hulp nodig is.

De moderne systemen kunnen nu k-dichtstbijzijnde buur gebruiken voor visuele patroonherkenning om verborgen pakketten in de onderste bak van een winkelwagentje bij het uitchecken te scannen en te detecteren. Als een object wordt gedetecteerd dat exact overeenkomt met een object dat in de database wordt vermeld, kan de prijs van het gespotte product zelfs automatisch aan de factuur van de klant worden toegevoegd. Hoewel deze geautomatiseerde factureringspraktijk op dit moment niet op grote schaal wordt gebruikt, is de technologie ontwikkeld en beschikbaar voor gebruik.

K-dichtstbijzijnde buur wordt ook in de detailhandel gebruikt om patronen in het gebruik van creditcards te detecteren. Veel nieuwe softwaretoepassingen die transacties in de gaten houden, gebruiken kNN-algoritmen om registergegevens te analyseren en ongebruikelijke patronen te herkennen die op verdachte activiteiten wijzen.

Als bijvoorbeeld registergegevens aangeven dat veel klantinformatie handmatig wordt ingevoerd in plaats van geautomatiseerd scannen en vegen, kan dit betekenen dat de medewerker die dat register gebruikt, in feite de persoonlijke gegevens van klanten steelt. Of als registergegevens aangeven dat een bepaald goed meerdere keren wordt geretourneerd of geruild, kan dit erop duiden dat werknemers het terugkeerbeleid misbruiken of proberen geld te verdienen met nepwinst.

Gemiddelde algoritmen voor dichtstbijzijnde naaste buur in actie zien

Gemiddelde algoritme-classificatie van dichtstbijzijnde buren en puntpatroondetectie kunnen worden gebruikt in de supermarkt om belangrijke patronen in het koopgedrag van klanten te identificeren en vervolgens de verkoop en klanttevredenheid te verhogen door te anticiperen op klantgedrag.Beschouw het volgende verhaal:

Zoals bij andere supermarkten, volgt het gedrag van kopers bij (de fictieve) Waldorf Food Co-op de neiging om zeer vaste patronen te volgen. Managers hebben zelfs gereageerd op het vreemde feit dat leden van een bepaalde leeftijdsgroep de neiging hebben om de winkel te bezoeken gedurende hetzelfde specifieke tijdvenster, en ze hebben zelfs de neiging om dezelfde soorten producten te kopen.

Op een dag werd Manager Mike extreem proactief en besloot hij een data-wetenschapper in te huren om zijn klantgegevens te analyseren en exacte details te geven over deze vreemde trends die hij had opgemerkt. Toen Data Scientist Dan daar aankwam, ontdekte hij al snel een patroon tussen werkende mannelijke volwassenen van middelbare leeftijd - ze bezochten de supermarkt meestal alleen tijdens het weekend of aan het einde van de dag op weekdagen, en als ze de winkel binnenkwamen op op een donderdag kochten ze bijna altijd bier.

Welnu, toen manager Mike gewapend was met deze feiten, gebruikte hij deze informatie snel om de bierverkoop op donderdagavond te maximaliseren door kortingen, pakketten en specials aan te bieden. Niet alleen was de winkeleigenaar blij met de hogere inkomsten, maar de mannelijke klanten van Waldorf Food Co-op waren ook blij omdat ze meer kregen van wat ze wilden, wanneer ze het wilden.