Consumers classification is one of

Consumers classification is one of the most important task in the retail sector. RFID (Radio Frequency IDentification) - A wireless non-contact technology is made easier to classify the consumers’ in-store behavior, recently. This paper presents an extraction of consumer purchasing behavior using statistical learning theory SVM (Support Vector Machine). In this research, we present our recent investigation outcome on the consumers shopping behavior in a Japanese supermarket using RFID data. We observe that it is possible to express the individual difference of consumers how are they spending time (we call it stay time in this paper) on shopping in a certain area of the supermarket. The contribution of this research is in two folds: we employ a SVM model on dealing with the RFID data of the consumer in-store behaviour firstly, as compared with other forecast model such as linear regression analysis and bayesian network, SVM provides a significant improvement in the forecasting accuracy of purchase behaviour (from 81.49% to 88.18%). Secondly, the kernel trick is adopted inside the SVM theory to choose the appropriate kernel for consumer purchasing behavior extraction.

ผลลัพธ์ (ไทย) 1:

จัดประเภทของผู้บริโภคเป็นหนึ่งในภารกิจสำคัญที่สุดในภาคการค้าปลีก RFID (คลื่นความถี่วิทยุรหัส) - เทคโนโลยีไม่ใช่จุดติดต่อไร้สายจะง่ายต่อการจำแนกพฤติกรรมของผู้บริโภคในร้านค้า ล่าสุด เอกสารนี้แสดงการสกัดโดยใช้ทฤษฎีการเรียนรู้สถิติ SVM (สนับสนุนเวกเตอร์เครื่อง) พฤติกรรมการซื้อของผู้บริโภค ในงานวิจัยนี้ เรานำผลของการตรวจสอบล่าสุดในการช็อปปิ้งในซูเปอร์มาร์เก็ตญี่ปุ่นใช้ RFID ข้อมูลพฤติกรรมผู้บริโภค เราสังเกตว่า คุณจะสามารถแสดงความแตกต่างแต่ละวิธีพวกเขาใช้เวลาของผู้บริโภค (เราเรียกว่าพักเวลาในเอกสารนี้) ช้อปปิ้งตั้งซุปเปอร์มาร์เก็ต สัดส่วนของงานวิจัยนี้เป็นพับสอง: เราใช้แบบ SVM ในการจัดการกับข้อมูล RFID ของพฤติกรรมในเก็บผู้บริโภคประการแรก เมื่อเทียบกับแบบจำลองอื่น ๆ คาดการณ์เช่นการวิเคราะห์การถดถอยเชิงเส้น และทฤษฎีเครือข่าย SVM มีการปรับปรุงที่สำคัญในความคาดการณ์ของพฤติกรรมการซื้อ (จากร้อยละ 81.49 88.18%) ประการที่สอง เคล็ดลับการเคอร์เนลนำภายในทฤษฎี SVM เลือก kernel ที่เหมาะสมสำหรับพฤติกรรมผู้บริโภคซื้อสกัด

ผลลัพธ์ (ไทย) 2:

การจัดหมวดหมู่ของผู้บริโภคเป็นหนึ่งในงานที่สำคัญที่สุดในภาคการค้าปลีก RFID (Radio Frequency Identification) - เทคโนโลยีที่ไม่ใช่การติดต่อไร้สายทำง่ายขึ้นในการจำแนกพฤติกรรมในการจัดเก็บของผู้บริโภคเมื่อเร็ว ๆ นี้ บทความนี้นำเสนอการสกัดพฤติกรรมการซื้อของผู้บริโภคโดยใช้ทฤษฎีการเรียนรู้ทางสถิติ SVM (สนับสนุนเครื่องเวกเตอร์) ในงานวิจัยนี้เรานำเสนอผลการตรวจสอบล่าสุดของเราผู้บริโภคพฤติกรรมการช้อปปิ้งในซูเปอร์มาร์เก็ตญี่ปุ่นโดยใช้ข้อมูล RFID เราสังเกตเห็นว่ามันเป็นไปได้ที่จะแสดงความแตกต่างระหว่างบุคคลของผู้บริโภคว่าพวกเขาจะใช้เวลา (ที่เราเรียกว่าเวลาอยู่ในบทความนี้) ในการช้อปปิ้งในบางพื้นที่ของซูเปอร์มาร์เก็ต การมีส่วนร่วมของการวิจัยนี้คือในสองประการคือเราจ้างแบบ SVM ในการจัดการกับข้อมูล RFID ของพฤติกรรมของผู้บริโภคในร้านแรกเมื่อเทียบกับรูปแบบการคาดการณ์อื่น ๆ เช่นการวิเคราะห์การถดถอยเชิงเส้นและเครือข่ายแบบเบย์, SVM มีการปรับปรุงที่สำคัญ ในความถูกต้องของการพยากรณ์พฤติกรรมการซื้อ (จาก 81.49% เป็น 88.18%) ประการที่สอง, เคล็ดลับเคอร์เนลถูกนำมาใช้ภายในทฤษฎี SVM การเลือกเมล็ดที่เหมาะสมสำหรับการซื้อของผู้บริโภคสกัดพฤติกรรม

ผลลัพธ์ (ไทย) 3:

การจำแนกผู้บริโภคเป็นหนึ่งในงานที่สำคัญที่สุดในอุตสาหกรรมค้าปลีก RFID ( Radio Frequency Identification ) - เทคโนโลยีแบบไร้สายทำได้ง่ายขึ้นเพื่อจำแนกพฤติกรรมของผู้บริโภคในการจัดเก็บ เมื่อเร็วๆ นี้ บทความนี้นำเสนอวิธีการซื้อผลิตภัณฑ์ของผู้บริโภคโดยใช้ทฤษฎีการเรียนรู้เชิงสถิติ SVM ( เครื่องเวกเตอร์สนับสนุน ) ในงานวิจัยนี้เรานำเสนอผลการสืบสวนล่าสุดเมื่อผู้บริโภคพฤติกรรมการช้อปปิ้งในซูเปอร์มาร์เก็ตของญี่ปุ่นที่ใช้ข้อมูล RFID เราสังเกตว่า มันเป็นไปได้ที่จะแสดงความแตกต่างระหว่างบุคคลของผู้บริโภคว่าพวกเขาใช้เวลา ( ที่เราเรียกว่ามันอยู่ในกระดาษนี้ ) ในการช้อปปิ้งในบางพื้นที่ของซุปเปอร์มาร์เก็ต ส่วนของการวิจัยนี้มี 2 ประการ คือ :เราใช้แบบ SVM ในการจัดการกับข้อมูล RFID ของผู้บริโภคในพฤติกรรมร้านประการแรกเมื่อเทียบกับแบบจำลองพยากรณ์อื่นๆ เช่น การวิเคราะห์การถดถอยเชิงเส้นและคชกรรมเครือข่าย SVM มีการปรับปรุงที่สำคัญในการคาดการณ์ความถูกต้องของพฤติกรรมการซื้อ ( จาก 81.49 ) 88.18 % ) ประการที่สองเคอร์เนลหลอกเป็นลูกบุญธรรมในทฤษฎี SVM เลือกโปรแกรมที่เหมาะสมสำหรับผู้บริโภคซื้อแยกพฤติกรรม