Solucionando Problemas do Mundo Real com Algoritmos de Vizinho Próximos - dummies

Os algoritmos de agrupamento hierárquico - e os métodos vizinhos mais próximos, em particular - são amplamente utilizados para entender e criar valor a partir de padrões em dados comerciais de varejo. Nos parágrafos seguintes estão dois casos poderosos em que esses algoritmos simples são usados ​​para simplificar o gerenciamento e a segurança nas operações diárias de varejo.

Ver os algoritmos de vizinhança mais próximos em ação

As técnicas de proximidade mais próxima do K para o reconhecimento de padrões são freqüentemente usadas para prevenção de roubo no negócio de varejo moderno. Claro, você está acostumado a ver câmeras CCTV em quase todas as lojas que você visita, mas a maioria das pessoas não tem idéia de como os dados coletados desses dispositivos estão sendo usados.

Você pode imaginar que haja alguém na sala de trás que monitore essas câmeras por atividade suspeita, e talvez assim seja como as coisas foram feitas no passado. Mas hoje, um sistema de vigilância moderno é suficientemente inteligente para analisar e interpretar dados de vídeo por conta própria, sem necessidade de assistência humana.

Os sistemas modernos agora podem usar o vizinho k-mais próximo para o reconhecimento de padrões visuais para verificar e detectar pacotes ocultos no compartimento inferior de um carrinho de compras no check-out. Se um objeto for detectado, é uma correspondência exata para um objeto listado no banco de dados, então o preço do produto manchado pode ser automaticamente adicionado à conta do cliente. Embora esta prática de cobrança automatizada não seja amplamente usada neste momento, a tecnologia foi desenvolvida e está disponível para uso.

O vizinho mais próximo de K também é usado no varejo para detectar padrões no uso do cartão de crédito. Muitas novas aplicações de software de análise de transações usam algoritmos kNN para analisar dados de registro e detectar padrões incomuns que indicam atividade suspeita.

Por exemplo, se os dados do registro indicarem que uma grande quantidade de informações do cliente está sendo inserida manualmente e não através de digitalização e rolo automáticos, isso pode indicar que o funcionário que está usando esse registro é, de fato, roubando as informações pessoais do cliente. Ou se os dados de cadastro indicam que um bem específico está sendo retornado ou trocado várias vezes, isso pode indicar que os funcionários estão abusando da política de devolução ou tentando ganhar dinheiro com a devolução de falsos resultados.

Ver algoritmos de vizinhança mais comuns em ação

A classificação de algoritmo de proximidade mais próxima e a detecção de padrão de ponto podem ser usadas no varejo de supermercado para identificar os padrões chave no comportamento de compra do cliente e, posteriormente, aumentar as vendas e a satisfação do cliente antecipando o comportamento do cliente.Considere a seguinte história:

Tal como acontece com outras mercearias, o comportamento do comprador na Cooperativa de Alimentos Waldorf (o fictício) tende a seguir padrões muito fixos. Os gerentes até comentaram o fato estranho de que os membros de um determinado grupo etário tendem a visitar a loja durante a mesma janela de tempo particular e eles até tendem a comprar os mesmos tipos de produtos.

Um dia, o gerente Mike ficou extremamente proativo e decidiu contratar um cientista de dados para analisar os dados de seus clientes e fornecer detalhes exatos sobre essas estranhas tendências que ele estava percebendo. Quando Data Scientist Dan entrou lá, ele rapidamente descobriu um padrão entre os adultos do sexo masculino em meados de idade - eles costumavam visitar a mercearia apenas durante os fins de semana ou no final do dia durante a semana e se eles entraram na loja em uma quinta-feira, eles quase sempre compraram cerveja.

Bem, quando o Gerente Mike estava armado com esses fatos, ele rapidamente usou essa informação para maximizar as vendas de cerveja nas feiras de quinta-feira, oferecendo descontos, pacotes e promoções. Não só o dono da loja estava feliz com o aumento das receitas, mas os clientes masculinos da Waldorf Food Co-op estavam felizes porque obtiveram mais do que eles queriam, quando eles queriam.