Data Mining Techniques by using Association Rules for Purchasing Behavior Analysis of Retail Customers: A case study of D2Shop, Pattani Province
Article Sidebar
Main Article Content
Abstract
This research aims to discover association rules for consumer purchase behavior in retail shops by using the FT-Growth algorithm, which is widely used for frequent pattern mining in data mining techniques. The sample of this study was 1,377,853 transactions of the point-of-sale transactions of the D2Shop store in Pattani province from 2019 to 2021 with 43 attributes. This research design follows the CRISP-DM methodology for applying data mining with RapidMiner Studio V9. The result found that the consumer behavior from past purchasing behavior had 13 association rules when using 0.01 as the minimum support and 0.20 as the minimum confidence. The result of this study could be supported entrepreneurs in promotion, product suggestions to customers, and improving shelf design for stores to increase sales, which resulted in an average sales increase of 5% compared with the past three months.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
สำนักงานส่งเสริมวิสาหกิจขนาดกลางและขนาดย่อม (สสว.). (2565). สถิติข้อมูลผู้ประกอบการ SME. สืบค้นจาก https://sme.go.th/th/page.php?modulekey=468
RESEARCH AND MARKETS. (2018). Cloud POS Market by Component, Organization Size, Application Area and Region - Global Forecast to 2023. Retrieved from https://www.researchandmarkets.com/research/ 6j7t8g/ 3_7_billion?w=12
รุจิโรจน์ ฮิโรเซะ, เพียงฤทัย หนูสวัสดิ์, กรรณิกา บุญเกษม, และ นพดล สายคติกรณ์. (2564). การวิเคราะห์พฤติกรรมที่มีผลต่อการซื้อผลิตภัณฑ์น้ํามันมะพร้าวในจังหวัดประจวบคีรีขันธ์ โดยใช้เทคนิคเหมืองข้อมูล. Rattanakosin Journal of Science and Technology. 2(3), 26–46. สืบค้นจาก https://ph02.tci-thaijo.org/index.php/RJST/article/view/243476
ดารณี พิมพ์ช่างทอง. (2561). การวิเคราะห์จัดกลุ่มเพื่อการรณรงค์ทางการตลาดด้วยการใช้เครือข่ายสังคมออนไลน์. RMUTT Global Business and Economics Review, 13(1), 139–150. สืบค้นจาก http://www.search.rmutt.ac.th/ index.php/business/article/viewFile/1234/875
ประมูล สุขสกาวผ่อง และ พยุง มีสัจ. (2562). การค้นหากฎความสัมพันธ์ด้วยการนับความถี่ของเส้นเชื่อมกราฟแบบเพิ่มเติมได้และสร้างกฎความสัมพันธ์แบบพลวัตสำหรับพาณิชย์อิเล็กทรอนิกส์. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยอุบลราชธานี, 21(3), 127-139. สืบค้นจาก https://li01.tci-thaijo.org/index.php/sci_ubu/article/view/232818
Shearer, C. (2000). The CRISP-DM model: The new blueprint for data mining. Journal of Data Warehousing, 5(4), 13–22.
Agrawal, A., and Choudhary, A. (2011). Identifying Hot Spots in lung cancer data using association rule mining. In Proceedings of the IEEE 11th International Conference on Data Mining Workshops, (pp. 995-1002). IEEE: Vancouver, BC, Canada.
F. Duemong, L. Preechaveerakul and S. Vanichayobon. (2009). FIAST : A Novel Algorithm for Mining Frequent Itemsets. In Proceedings of 2009 International Conference on Future Computer and Communication, (pp.140-144). IEEE: Kuala Lumpur, Malasia.
Liu, B., Hsu, W., and Ma, Y. (1998). Integrating classification and association rule mining. In Proceedings of the 4th International Conference on Knowledge Discovery and Data Mining, (Vol.98, pp. 80-86).
Mariana, S., Surjandari, I., Dhini, A., Rosyidah, A., and Prameswari, P. (2017). Association rule mining for building book recommendation system in online public access catalog. In Proceedings of the 3rd International Conference on Science in Information Technology, (pp. 246-250). IEEE: Bandung, Indonesia.
Han, J., J.Pei, and Yin, Y. (2000). Mining frequent patterns without candidate generation. In International Conference on Management of Data, (pp. 1-12).
Fahrudin, T. M., Syarif, I., and Barakbah, A. R. (2017). Discovering patterns of NED-breast cancer based on association rules using apriori and FP-growth. In Proceedings of the International Electronics Symposium on Knowledge Creation and Intelligent Computing, (pp. 132-139). IEEE: Surabaya, Indonesia.
ณัฏญาพร ชื่นมัจฉา แล นิเวศ จิระวิชิตชัย. (2016). ASSOCIATION RULE MINING APPROACHES FOR SALE TRANSACTION USING FP-GROWTH. Progress in Applied Science and Technology. 6(1), 122–131. สืบค้นจาก https://ph02.tci-thaijo.org/index.php/past/article/view/243162
ณิชา นภาพร จงกะสิกิจ. (2561). การประยุกต์ใช้เทคนิคเหมืองข้อมูลในการค้นหาปัจจัยที่เกี่ยวข้องกับการเลือกศึกษาต่อในคณะเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฏลำปาง. วารสารวิชาการคณะเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฏลำปาง.11(2), 29-39. สืบค้นจาก https://li01.tci-thaijo.org/index.php/Itech/article/view/165126
สุภาพรรณ คงมณีพรรณ. (2562). การหากฎความสัมพันธ์จากฐานข้อมูลการซื้อผลิตภัณฑ์เสริมอาหารยี่ห้อมายเฮลท์ ของลูกค้าโดยใช้อัลกอริทึม เอฟพี โกรท และการแบ่งกลุ่มลูกค้าตามพฤติกรรมการซื้อสินค้ามายเฮลท์โดยเทคนิคอาร์เอฟเอ็มด้วยโปรแกรม แรพพิดไมเนอร์: กรณีศึกษาของร้านยาเชนแห่งหนึ่ง. วารสารระบบสารสนเทศด้านธุรกิจ (JISB),5(4), 21-39. สืบค้นจาก http://www.jisb.tbs.tu.ac.th/wp-content/uploads/2Supapun-1.pdf
นัฐพล ประทีป ณ ถลาง, พลเทพ เกษกุล, วิภาวรรณ บัวทอง และ สมใจ จิตคำนึงสุข. (2020). เทคนิคการทำเหมืองข้อมูลแบบการสร้างกฎความสัมพันธ์ในการจัดการร้านอาหาร. PKRU SciTech Journal. 4(1), 1–12. สืบค้นจาก https://ph01.tci-thaijo.org/index.php/pkruscitech/article/view/240312
มัลลิกา รอดมี, สุการดาร์ ขนานใต้, วิภาวรรณ บัวทอง และ ทิพย์มณฑา ผกาแก้ว.( 2020). ระบบแนะนำการเข้าใช้ฟิตเนสด้วยเทคนิคการทำเหมืองข้อมูลแบบการสร้างกฎความสัมพันธ์ กรณีศึกษา Body GYM Phuket (ตำบลรัษฎา อำเมืองภูเก็ต จังหวัดภูเก็ต). PKRU SciTech Journal. 4(1), 13–21. สืบค้นจาก https://ph01.tci-thaijo.org/index.php/pkruscitech/ article/view/240313
F. Liu, Y. Su, T. Wang, J. Fu, S. Chen and C. Ju. (2019). Research on FP-Growth algorithm for agricultural major courses recommendation in China Open University system. In 12th International Symposium on Computational Intelligence and Design (ISCID), (pp. 167-170).
Tian, S., Xiao, Y. and Shen, S. (2020). Distribution analysis of Pulmonary diseases in Traditional Chinese medicine based on FP-Growth algorithm. IEEE International Conference on Bioinformatics and Biomedicine (BIBM), (pp. 1586-1589).
SeniorSoft. (2022). คู่มือการใช้งานฐานข้อมูลเวอร์ชัน promaxxx. สืบค้นจากhttps://www.seniorsoft.co.th/th/ download.html
