การโปรโมทสินค้าทางอ้อมโดยใช้อัลกอริทึมพันธุหลายวัตถุประสงค์
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้นำเสนอแนวคิดวิธีการโปรโมทสินค้าทางอ้อม เพื่อนำเสนอการโปรโมทสินค้าที่มีข้อจำกัด เช่น ข้อจำกัดทางกฏหมาย หรือสินค้าที่มียอดขายไม่เป็นไปตามเป้าหมายหรืออื่นๆ โดยใช้สินค้าที่ไม่มีข้อจำกัดเพื่อโปรโมทแทนสินค้าที่มีข้อจำกัด และสามารถบอกชื่อสินค้าตัวแทนว่าคือสินค้าชนิดใดบ้าง โดยเสนอระบบอัตโนมัติที่รวมอัลกอริทึมพันธุหลายวัตถุประสงค์และวิธีการดำเนินการแก้ปัญหาแบบ TSP และอัลกอริทึมสำหรับการค้นหาความถี่ของการเกิดไอเทม เพื่อหาความสัมพันธ์ของรายการขายของสินค้าในฐานข้อมูล โดยนำเสนอผลคำตอบในรูปแบบโครโมโซมสินค้า โดยที่ยีนคือรายการสินค้าที่ไม่ซ้ำกัน และในโครโมโซมต้องประกอบด้วยสินค้าที่มีข้อจำกัดที่จะโปรโมทอยู่ โดยเป็นแนวคิดและวิธีที่เสนอขึ้นใหม่แทนที่วิธีการแก้ปัญหาทั่วไปคือการทำ Data Mining เพื่อค้นหากฏความสัมพันธ์โดยใช้อัลกอริทึมที่นิยมในการหาความสัมพันธ์ เช่น Apriori และ FP-Growth แล้วนำกฏที่ใด้มาผ่านกระบวนการพิจารณาเลือกกลุ่มสินค้าอีกครั้งหนึ่งตามเงื่อนไขที่กำหนด โดยที่เงื่อนไขอาจมีมากกว่าหนึ่งเงื่อนไขซึ่งเป็นวิธีที่มีหลายขั้นตอนและมีความยุ่งยากในการพิจารณาและใช้งาน วิธีการที่งานวิจัยนี้นำเสนอสามารถนำไปวางแผนหรือทำโปรโมชั่น เช่นจัดวางสินค้าในกลุ่มที่ใด้บนชั้นวางเดียวกันหรือใกล้เคียงกัน รวมทั้งการวางแผนการตลาดเพื่อคาดหวังว่ายอดขายของสินค้าในกลุ่มหรือสินค้าที่มีข้อจำกัดจะมียอดขายเพิ่มขึ้นตามยอดขายของสินค้าที่นำไปโปรโมทแทนได้
Article Details
บทความนี้เป็นลิขสิทธิ์ของวารสาร Engineering Transactions คณะวิศวกรรมศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีมหานคร
References
R. Agrawal and R. Srikant, “Fast algorithms for mining association rules in large databases” in VLDB, 1994.
R Agrawal, T Imielinski, A Swami (1993) “Mining Association Rules between Sets of Items in Large Database” In Proc. Of the ACM SIGMOD Conference on Management of Data, pp. 207-216
H. Braun (1990), “On Solving Travelling salesman Problems by Genetic Algorithms”. In SCHWEFEL H.-P., MÄNNER R., Eds., Parallel Problem Solving from Nature, pp. 129–133,
MJ del Jesus, JA Gámez, P González "On the discovery of association rules by means of evolutionary algorithms" Knowledge Discovery, 2011
J. Han, J. Pei, Y. Yin and R. Mao, "Mining Frequent Patterns without Candidate Generation: A Frequent-Pattern Tree Approach," Data Mining and Knowledge Discovery, vol. 8, no. 1, pp. 53-87, 2004.
F H Khan, N Khan, S Inayatullah, ST Nizami, “Solving TSP Problem by using Genetic Algorithm”. International Journal of Basic & Applied Sciences, 9(10), 79-88, 2009.
J R Koza, Genetic Programming: On the Programming of Computers by Means of Natural Selection. Cambridge, MA: MIT Press, 1992.
C X Ling, C Li, “Data Mining for Direct Marketing Problems and Solutions”. In: Proceedings of the Fourth International Conference on Knowledge Discovery and Data Mining, New York pp. 73 – 79, 1998.
R. N. Mondal, M. R. Hossain, S. K. Saha, “An Approach for Solving Traveling Salesman Problem” International Journal of Applied Operational Research Vol. 3, No. 2, pp. 15 - 26, 2013.
J. Y. Potvin, “Genetic algorithms for the traveling salesman problem”. Annals of Operations Research, 63:339-370, 1996.
M Rana, PS Mann, “Association Rule mining with Multi-Fitness Function Genertic Algorithm” International Journal for Science and Emerging Technologies with Lastes Trrends 8(1) 14 – 23, 2013.
VK Shrivastava, DP Kumar, DK Pardasani, "Extraction of Interesting Association Rules using GA Optimization", Global Journal of Computer Science and Technology, Vol. 10, Issue 5, Ver. 1.0, pp. 81 – 84, 2010.
D Van den Poel, JD Schamphelaere, G Wets, “Direct and indirect effects of retail promotions on sales and profits in the do-it-yourself market”. Expert Systems with Applications, 27(1):53–62, 2004.
Y Yang, C Hao, “Product selection for promotion planning”. Knowl Inf Syst 29(1):223 – 236, 2011.