Методи машинного навчання для сегментації клієнтів та розробка системи формування персоналізованих пропозицій інтернет-магазину

Abstract

У кваліфікаційній роботі досліджено методи аналізу та кластеризації клієнтської бази інтернет-магазину з метою формування персоналізованих комерційних пропозицій. Об’єктом дослідження є процес сегментації клієнтів інтернет-магазину на основі транзакційних даних. Предметом дослідження є алгоритми кластеризації та методи машинного навчання, що застосовуються для виявлення груп клієнтів зі схожою поведінкою. В роботі проведено аналіз предметної галузі, розглянуто RFM-модель сегментації клієнтів, досліджено алгоритми k-Means, DBSCAN та ієрархічної кластеризації. Виконано попередню обробку даних, здійснено вибір оптимальних параметрів моделі та сформовано рекомендаційну систему для генерації персоналізованих пропозицій. Практична цінність роботи полягає у розробці програмного модуля сегментації клієнтів, який може бути інтегрований у систему управління інтернет-магазином для підвищення ефективності маркетингових кампаній та зростання показників конверсії.

The qualification thesis investigates methods for analyzing and clustering the customer base of an online store with the aim of generating personalized commercial offers. The object of the study is the customer segmentation process of an e-commerce platform based on transactional data. The subject of the study comprises clustering algorithms and machine learning methods applied to identify groups of customers with similar behavioral patterns. The paper provides an analysis of the subject domain, examines the RFM customer segmentation model, and investigates k-Means, DBSCAN, and hierarchical clustering algorithms. Data preprocessing was carried out, optimal model parameters were selected, and a recommendation system was developed for generating personalized offers. The practical value of the work lies in the development of a customer segmentation software module that can be integrated into an e-commerce management system to improve the effectiveness of marketing campaigns and increase conversion rates.