TRANSPORT TIZIMLARIDA MIJOZLARNI SEGMENTATSIYA QILISH UCHUN KLASTERLASH MODELLARI
Article Sidebar
Main Article Content
Аннотация:
Raqamli transport tizimlarida yo‘lovchilar va transport foydalanuvchilari haqidagi ma’lumotlar hajmi tez sur’atlarda ortib bormoqda. Bu esa ularni samarali tahlil qilish va transport xizmatlarini optimallashtirish zaruratini yuzaga keltiradi. Ushbu tadqiqot ishida transport tizimlarida mijozlarni segmentatsiya qilish masalasida klasterlash asosidagi mashinaviy o‘rganish modellarining qo‘llanilishi va samaradorligi o‘rganildi. K-means, Hierarchical Clustering, DBSCAN va Gaussian Mixture Model (GMM) algoritmlari tahlil qilindi. Eksperimental tadqiqotlar transport tizimi ma’lumotlari (yo‘lovchi xaridlar, chipta sotib olish odatlari, foydalanish chastotasi) asosida amalga oshirildi. Natijalar shuni ko‘rsatdiki, K-means algoritmi katta hajmdagi ma’lumotlarda tezkorlik bilan ajralib tursa, GMM va DBSCAN modellari murakkab va notekis taqsimlangan segmentlarni aniqlashda yuqori samaradorlik ko‘rsatdi.
Article Details
Как цитировать:
Библиографические ссылки:
Jain A.K. Data Clustering: 50 Years Beyond K-means. Pattern Recognition Letters, 2010.
Han J., Kamber M., Pei J. Data Mining: Concepts and Techniques. Morgan Kaufmann, 2011.
Ester M., et al. A Density-Based Algorithm for Discovering Clusters. KDD, 1996.
Bishop C.M. Pattern Recognition and Machine Learning. Springer, 2006.
Aggarwal C.C. Machine Learning for Customer Relationship Management. Springer, 2018.