GUHA menetelmä: Asiakasmääräennuste tiedonlouhinnan keinoin.
Rajakallio, Miika (2019)
2019
Teknis-luonnontieteellinen
Tekniikan ja luonnontieteiden tiedekunta - Faculty of Engineering and Natural Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2019-04-30
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tty-201904101388
https://urn.fi/URN:NBN:fi:tty-201904101388
Tiivistelmä
Tämän diplomityön tarkoitus on esitellä GUHA tiedonlouhinnan yleiset toimintaperiaatteet, sekä muutamia ennustemallin rakentamisessa hyödyllisiä epästandardeja kvanttoreita. Lisäksi esitellään myös vasta hiljattain GUHA-menetelmään lisätty parakonsistenttia logiikkaa hyödyntävä kvanttori. Työn lopussa esitellään GUHA tiedonlouhintaa hyödyntämällä suoritettu projekti, jonka tarkoituksena oli rakentaa ennustemalli kaupan alan yrityksen tuntikohtaisille asiakasmäärille. Asiakasmääräennusteen tekeminen on kaupalliselle yritykselle ensiarvoisen tärkeää, sillä tarkan ennustemallin perusteella pystytään kohdentamaan esimerkiksi työvoimaresurssit oikein parhaan mahdollisen asiakaskokemuksen varmistamiseksi. Tämän diplomityön lopputuloksena esitellään GUHA-tiedonlouhintametodia sekä regressioanalyysiä hyödyntämällä aikaansaatu ennustemalli, jolla oikea asiakasmäärä pystytään ennustamaan liiketoiminnalle riittävällä tarkkuudella. Asiakasmääräennusteen tarkoituksena on laskea oikea kassalinjastojen lukumäärä vastaamaan tuntikohtaista asiakasmäärää. Ennustemallilla pystyttiin saavuttamaan ±1 avatun kassan tarkkuudella oikea ennustetulos jopa 94% todennäköisyydellä. Täsmälleen oikean kassalukumäärän ennustemalli pystyi ennustamaan noin 71% todennäköisyydellä. Saavutettuja ennustetarkkuuksia voidaan pitää hyvin onnistuneina ennustemallin käyttötarkoitus huomioiden.