In the first step of the proposed s

In the first step of the proposed system which is Data Gathering and Integrating phase , we have collected data about
items sales of a building items market from several sources and files such as (text file, excel, access, …etc) that have been
existed in multiple sales departments of the market. Where collecting data from different sources usually presents many
challenges, because different departments will use different styles of record keeping, different conventions, different time
periods, different degrees of data aggregation, different primary keys, and will have different kinds of error. So the data
must be assembled, integrated in to one unified file which is (Microsoft Access file) in our system to be ready for
importing in to the C# environment for other data pre-processing techniques like resolving inconsistency and reduction.
In our proposed system, integration step led to emerging duplicated records (transactions) and inconsistent attributes
which are processed in the data pre-processing phase by applying proposed algorithms of reduction and consistency
techniques that are (Removing Duplication (Reduction) Algorithm) and (Resolving Inconsistency Algorithm). The
cleaned and prepared data from pre-processing phase are loaded into the data warehouse (DW) which is a wide data store
of the market that contains historical data and complete information about building items and has capability of modifying
its data and ready for processing phase. In order to mine vast amounts of data in the data warehouse for discovering
knowledge, part of the data should be selected and customized in the Data Selection phase, where we use the concept of
data mart to select and customize the data for processing phase depending on the technique used for knowledge discovery.
In Data Selection phase the set of items is selected for Data Mining and as input of the proposed (Index-based Apriori
Algorithm) because the used technique is Data Mining and specifically the Association functionality. In the discovering
knowledge phase, we use Data Mining and apply its Association functionality. The selected set of items is entered to the
proposed algorithm (Index-based Apriori) for mining association rules. The number of mining association rules are
different based on specified and entered min. count threshold for generating supported itemsets and min. confidence
threshold for generating interesting association rules. The market manager to be able of taking decisions and managing
the market resources, these rules must be interpreted for discovering knowledge to support the process of decision
making.
In the Association Rules Interpretation phase, we proposed and used an algorithm named (Association Rules
Interpretation Algorithm) applying a simple statistical method which is represented by substituting and counting the
items in the antecedent and consequent of the association rules. The results of this system represent the discovered
knowledge which is the predicted ratios of items sales for the next year. The results and visualization phase which we
explain and discuss in the next section, visualizes the results graphically using Line Chart tool to provide the decision
maker or the market manager with conceptual values (knowledge) supporting him in managing the market easily and in a
perfect way. Figure 3 has been shown below illustrates the flow chart of the proposed system.

ผลลัพธ์ (ไทย) 1:

ในขั้นตอนแรกของระบบการนำเสนอซึ่งเป็นการรวบรวมข้อมูลและขั้นตอนการ Integrating เราได้รวบรวมข้อมูลเกี่ยวกับรายการขายสินค้าอาคารตลาดจากหลายแหล่งและแฟ้มเช่น (แฟ้มข้อความ excel เข้า,...เป็นต้น) ที่ได้รับอยู่ในแผนกการขายหลายตลาด ที่เก็บรวบรวมข้อมูลจากแหล่งต่าง ๆ มักจะนำเสนอมากความท้าทาย เนื่องจากแผนกอื่นจะใช้ลักษณะต่าง ๆ เก็บบันทึก แบบแผนแตกต่างกัน แตกต่างรอบระยะเวลา องศาต่าง ๆ รวมข้อมูล คีย์หลักแตกต่างกัน และจะมีข้อผิดพลาดต่าง ๆ ดังนั้นข้อมูลต้องสามารถรวบรวม รวมในการรวมไฟล์หนึ่งซึ่งเป็น (แฟ้ม Microsoft Access) ในระบบของเราจะพร้อมสำหรับการนำเข้าในไประบบ C# สำหรับเทคนิคอื่น ๆ ก่อนการประมวลผลข้อมูลเช่นการแก้ไขความไม่สอดคล้องและลดในระบบของเรานำเสนอ ขั้นตอนการรวมนำไปสู่การเกิดใหม่ซ้ำระเบียน (ธุรกรรม) และแอตทริบิวต์ที่สอดคล้องกันซึ่งจะดำเนินการในระยะก่อนการประมวลผลข้อมูล โดยใช้อัลกอริทึมเสนอลดและความสอดคล้องเทคนิคที่ (เอาสำเนา (ลด) อัลกอริทึม) และ (การแก้ไขความไม่สอดคล้องอัลกอริทึม) ที่ทำความสะอาด และโหลดข้อมูลเตรียมไว้จากขั้นตอนการประมวลผลเบื้องต้นในคลังข้อมูล (DW) ซึ่งเป็นการจัดเก็บข้อมูลหลากหลายของตลาดที่ประกอบด้วยข้อมูลประวัติและข้อมูลโดยละเอียดเกี่ยวกับการสร้างรายการ และมีความสามารถในการปรับเปลี่ยนของข้อมูลและพร้อมสำหรับขั้นตอนการประมวลผล การเหมืองข้อมูลในคลังข้อมูลสำหรับค้นหาไพศาลความรู้ ส่วนหนึ่งของข้อมูลควรเลือก และกำหนดเองในขั้นตอนเลือกข้อมูล การที่เราใช้แนวคิดของตลาดข้อมูลการเลือก และกำหนดข้อมูลสำหรับขั้นตอนการประมวลผลขึ้นอยู่กับเทคนิคที่ใช้สำหรับการค้นพบความรู้ในขั้นตอนการเลือกข้อมูล ชุดของรายการที่เลือก สำหรับข้อมูลที่ทำเหมืองแร่ และ เป็นข้อมูลนำเสนอ (ตามดัชนี Aprioriอัลกอริทึม) เนื่องจากเทคนิคที่ใช้เป็นข้อมูลทำเหมืองแร่และโดยเฉพาะการทำงานเชื่อมโยงกัน ในการค้นหาขั้นตอนความรู้ เราใช้ข้อมูลที่ทำเหมืองแร่ และใช้ฟังก์ชันการทำงานของสมาคม ชุดสินค้าที่เลือกไว้ไปอัลกอริธึมเสนอ (ตามดัชนี Apriori) สำหรับสมาคมเหมืองแร่ หมายเลขของสมาคมเหมืองแร่แตกต่างกันตามขีดจำกัดจำนวนนาทีที่ระบุ และป้อนสำหรับการสร้างความเชื่อมั่น itemsets และส่วนลดที่ได้รับการสนับสนุนขีดจำกัดสำหรับการสร้างกฎความสัมพันธ์ที่น่าสนใจ ผู้จัดการฝ่ายการตลาดสามารถทำการตัดสินใจ และการจัดการตลาดทรัพยากร กฎเหล่านี้ต้องแปลความหมายสำหรับการค้นหาความรู้เพื่อสนับสนุนการตัดสินใจทำให้ในขั้นตอนการตีความกฎสมาคม เรานำเสนอ และใช้อัลกอริทึมที่ชื่อ (สมาคมการตีความอัลกอริทึม) ใช้วิธีการทางสถิติอย่างซึ่งแสดงแทน และนับการสินค้า antecedent และผลลัพธ์ของการสมาคม ผลลัพธ์ของระบบนี้แสดงถึงการพบความรู้ซึ่งเป็นอัตราการคาดการณ์ของสินค้าขายสำหรับปีถัดไป ผลการแสดงภาพประกอบเพลงเฟสซึ่งเราอธิบาย และอภิปรายในส่วนถัดไป visualizes ผลภาพโดยใช้เครื่องมือแผนภูมิเส้นให้การตัดสินใจผู้ผลิตหรือผู้จัดการฝ่ายการตลาด ด้วยแนวคิดค่า (รู้) สนับสนุนเขา ในการจัดการการตลาดได้อย่างง่ายดาย และในการวิธีที่เหมาะสม รูปที่ 3 ได้รับการแสดงด้านล่างแสดงแผนภูมิการไหลของระบบการนำเสนอ

ผลลัพธ์ (ไทย) 2:

ในขั้นตอนแรกของระบบที่นำเสนอซึ่งมีการรวบรวมข้อมูลและขั้นตอนการการบูรณาการที่เรามีการเก็บรวบรวมข้อมูลเกี่ยวกับ
รายการการขายอาคารตลาดรายการจากหลายแหล่งที่มาและไฟล์เช่น (แฟ้มข้อความ, Excel, การเข้าถึง ... ฯลฯ ) ที่ได้รับ
อยู่ ในหลายแผนกขายของตลาด ในกรณีที่การเก็บรวบรวมข้อมูลจากแหล่งข้อมูลที่แตกต่างกันมักจะนำเสนอหลาย
ความท้าทายเพราะหน่วยงานที่แตกต่างกันจะใช้รูปแบบที่แตกต่างกันของการเก็บบันทึกการประชุมที่แตกต่างกันเวลาที่แตกต่างกัน
ช่วงองศาที่แตกต่างของการรวบรวมข้อมูลคีย์หลักที่แตกต่างกันและจะมีชนิดที่แตกต่างกันของข้อผิดพลาด ดังนั้นข้อมูลที่
จะต้องรวมตัวกันแบบบูรณาการในไฟล์เดียวแบบครบวงจรซึ่งเป็น (แฟ้ม Microsoft Access) ในระบบของเราจะพร้อมสำหรับ
การนำเข้าในสภาพแวดล้อม C # สำหรับเทคนิคข้อมูลอื่น ๆ การประมวลผลก่อนเช่นการแก้ไขความไม่สอดคล้องกันและการลดลง.
ในระบบที่นำเสนอของเรา ขั้นตอนที่จะนำไปสู่การบูรณาการที่เกิดขึ้นใหม่บันทึกซ้ำ (การทำธุรกรรม) และคุณลักษณะที่ไม่สอดคล้องกัน
ซึ่งมีการประมวลผลในขั้นตอนการประมวลผลข้อมูลก่อนโดยใช้ขั้นตอนวิธีการที่นำเสนอในการลดและความสอดคล้อง
เทคนิคที่ (ถอดการทำสำเนา (ลด) ขั้นตอนวิธี) และ (แก้ไขความไม่สอดคล้องกัน Algorithm)
ทำความสะอาดและเตรียมข้อมูลจากขั้นตอนก่อนการประมวลผลจะถูกโหลดเข้าไปในคลังข้อมูล (DW) ซึ่งเป็นที่เก็บข้อมูลกว้าง
ของตลาดที่มีข้อมูลทางประวัติศาสตร์และข้อมูลที่สมบูรณ์เกี่ยวกับรายการการสร้างและมีความสามารถในการปรับเปลี่ยน
ข้อมูลและพร้อมสำหรับขั้นตอนการประมวลผล . เพื่อเหมืองข้อมูลจำนวนมหาศาลในคลังข้อมูลสำหรับการค้นพบ
ความรู้เป็นส่วนหนึ่งของข้อมูลที่ควรจะเลือกและปรับแต่งในขั้นตอนการเลือกข้อมูลที่เราใช้แนวคิดของ
ข้อมูลมาร์ทเพื่อเลือกและปรับแต่งข้อมูลสำหรับขั้นตอนการประมวลผลขึ้นอยู่กับ เทคนิคที่ใช้สำหรับการค้นพบความรู้.
ในขั้นตอนการเลือกชุดข้อมูลของรายการที่ถูกเลือกสำหรับการทำเหมืองข้อมูลและการป้อนข้อมูลที่เสนอ (ดัชนีที่ใช้ Apriori
Algorithm) เพราะเทคนิคที่ใช้คือการทำเหมืองข้อมูลและโดยเฉพาะการทำงานของสมาคม ในการค้นพบ
ความรู้ขั้นตอนที่เราจะใช้การทำเหมืองข้อมูลและใช้การทำงานของสมาคม เลือกชุดของรายการที่ถูกป้อนให้กับ
ขั้นตอนวิธีการที่นำเสนอ (ดัชนีที่ใช้ Apriori) สำหรับกฎสมาคมเหมืองแร่ จำนวนของกฎสมาคมเหมืองแร่มีความ
แตกต่างกันตามที่ระบุนาทีและเข้า นับเกณฑ์สำหรับการสร้าง itemsets สนับสนุนและต่ำสุด ความเชื่อมั่นของ
เกณฑ์สำหรับการสร้างกฎสมาคมที่น่าสนใจ ผู้จัดการฝ่ายการตลาดที่จะสามารถของการตัดสินใจและการจัดการ
ทรัพยากรการตลาดกฎเหล่านี้จะต้องมีการตีความสำหรับการค้นพบความรู้ในการสนับสนุนกระบวนการของการตัดสินใจ
ทำ.
ในสมาคมกฎขั้นตอนการแปลความหมายที่เราเสนอและใช้ขั้นตอนวิธีการตั้งชื่อ (สมาคมกฎ
ขั้นตอนวิธีการแปลความหมาย ) การใช้วิธีการทางสถิติที่เรียบง่ายซึ่งเป็นตัวแทนจากแทนและการนับ
รายการในอดีตและผลเนื่องมาจากกฎสมาคม ผลที่ได้จากระบบนี้เป็นตัวแทนของการค้นพบ
ความรู้ซึ่งเป็นอัตราส่วนที่คาดการณ์ของการขายรายการสำหรับปีถัดไป ผลลัพธ์และขั้นตอนการสร้างภาพที่เรา
อธิบายและหารือในส่วนถัดไป visualizes ผลกราฟิกใช้เครื่องมือแผนภูมิสายเพื่อให้การตัดสินใจของ
ผู้ผลิตหรือผู้จัดการตลาดที่มีค่าความคิด (ความรู้) สนับสนุนเขาในการจัดการตลาดได้อย่างง่ายดายและใน
วิธีที่สมบูรณ์แบบ . รูปที่ 3 ได้รับการแสดงด้านล่างแสดงแผนภูมิการไหลเวียนของระบบที่นำเสนอ

ผลลัพธ์ (ไทย) 3:

ในขั้นตอนแรกของการนำเสนอระบบที่มีการเก็บรวบรวมข้อมูลและการรวมขั้นตอน เราได้เก็บข้อมูลเกี่ยวกับ
ขายสินค้าของตลาดสินค้าที่สร้างจากหลายแหล่งและไฟล์เช่น ( แฟ้มข้อความ , Excel , Access , . . . ฯลฯ ) ที่ได้รับ
อยู่หลายแผนกที่ขายในตลาด ที่รวบรวมข้อมูลจากแหล่งต่าง ๆ ที่มักจะนำเสนอความท้าทายมากมาย
,เพราะหน่วยงานที่แตกต่างกันจะใช้รูปแบบที่แตกต่างกันของการบันทึก ข้อตกลง ที่แตกต่างกัน ช่วงเวลา
แตกต่างกันองศาที่แตกต่างกันของข้อมูลรวม , คีย์หลักต่าง ๆ และจะมีชนิดของข้อผิดพลาด ดังนั้นข้อมูล
ต้องประกอบรวมในหนึ่งรวมไฟล์ซึ่งเป็น ( Microsoft Access ไฟล์ ) ในระบบของเราพร้อมสำหรับ
การนำเข้าใน C #สิ่งแวดล้อมสำหรับข้อมูลอื่น ๆเช่นการแก้ไขความไม่เทคนิคก่อนการประมวลผลและการลด .
ในระบบที่เสนอขั้นตอนบูรณาการนำขึ้นซ้ำประวัติ ( ธุรกรรม ) และไม่คุณลักษณะ
ซึ่งมีการประมวลผลในการประมวลผลข้อมูลในเฟสโดยการใช้อัลกอริทึมใหม่ของการลดและความสอดคล้อง
เทคนิคที่ ( การลบซ้ำซ้อน ( ลด ) ขั้นตอนวิธี ) และ ( แก้ไขขั้นตอนวิธีของ )
ทำความสะอาดและเตรียมข้อมูลจากการประมวลผลระยะที่ถูกโหลดลงในคลังข้อมูล ( DW ) ซึ่งเป็น
เก็บข้อมูลกว้างของตลาดที่มีข้อมูลทางประวัติศาสตร์และข้อมูลที่สมบูรณ์เกี่ยวกับรายการอาคารและมีความสามารถในการแก้ไขและการประมวลผลของข้อมูล
พร้อมเฟสเพื่อไปยังเหมืองจำนวนมากมายของข้อมูลในคลังข้อมูลสำหรับการค้นพบ
ความรู้ส่วนหนึ่งของข้อมูลที่ควรจะเลือกและปรับแต่งในการเลือกข้อมูลระยะที่เราใช้แนวคิดของ
มาร์ทข้อมูลเพื่อเลือกและปรับแต่งข้อมูล เพื่อการประมวลผล เฟส ขึ้นอยู่กับเทคนิคที่ใช้สำหรับการค้นพบความรู้ .
ในขั้นตอนการเลือกข้อมูลชุดของรายการที่เลือกสำหรับการทำเหมืองข้อมูลและการป้อนข้อมูลของการนำเสนอ ( ดัชนีตามขั้นตอนวิธีแบบ
) เพราะใช้เทคนิคการทำเหมืองข้อมูลและโดยเฉพาะสมาคมการทํางาน ในการค้นพบความรู้
เฟสเราใช้การทำเหมืองข้อมูลและใช้ความสัมพันธ์ของการทํางาน การเลือกชุดของรายการที่ถูกป้อนให้
เสนอขั้นตอนวิธี ( แบบดัชนีตาม ) สำหรับกฎสมาคมเหมืองแร่ จำนวนกฎสมาคมเหมืองแร่
แตกต่างกันตามระบุและเข้าสู่นาทีนับเกณฑ์สำหรับการสร้างและสนับสนุน itemsets . เกณฑ์สำหรับการสร้างความมั่นใจ
สมาคมกฎที่น่าสนใจ ผู้จัดการตลาดสามารถของการตัดสินใจและจัดการ
ทรัพยากรการตลาดกฎเหล่านี้จะต้องตีความเพื่อการค้นพบองค์ความรู้เพื่อสนับสนุนกระบวนการของการตัดสินใจ

ในสมาคมให้ กฎ ตีความ เฟส เราเสนอและใช้อัลกอริทึมชื่อสมาคมตีความกฎ
ขั้นตอนวิธี ) ใช้วิธีการทางสถิติอย่างง่ายซึ่งแสดงโดยแทนและนับ
รายการในมาก่อนจากของสมาคมและกฎผลลัพธ์ของระบบนี้แสดงถึงความรู้ที่ค้นพบ
ทำนายอัตราส่วนของรายการขายสำหรับปีถัดไป ผลลัพธ์ และระยะภาพซึ่งเรา
อธิบายและกล่าวถึงในส่วนถัดไป ทั้งผลกราฟิกโดยใช้เครื่องมือแผนภูมิเส้นเพื่อให้มีการตัดสินใจ
เครื่องชงหรือผู้จัดการตลาด ด้วยค่า 1 ( ความรู้ ) ที่สนับสนุนเขาในการจัดการตลาดได้อย่างง่ายดาย และใน
วิธีที่สมบูรณ์แบบ รูปที่ 3 ได้ถูกแสดงด้านล่างแสดงให้เห็นถึงแผนภูมิการไหลของระบบนำเสนอ