படைப்புக் குறிப்புகள் · Goh Kun Ming
வாடிக்கையாளர் பிரிவாக்கம்
AI · நிரலாக்கக் குறிப்பேட்டுச் சோதனை
ஜன. 2025 – பிப். 2025
திட்டக் கண்ணோட்டம்
தொகுப்பாக்கம் மூலம் வாடிக்கையாளர் குழுக்களை ஆராய்தல்.
வயது, வருமானம் மற்றும் செலவுத் தரவுகளுக்கான கிளஸ்டரிங் அணுகுமுறைகளை ஒப்பிடும் வாடிக்கையாளர்-பிரிவு பணிப்பாய்வு. இதில் உள்ளீடு சரிபார்ப்பு, மீண்டும் பயன்படுத்தக்கூடிய மாதிரி கலைப்பொருட்கள் மற்றும் ஆய்வு மார்க்கெட்டிங் பகுப்பாய்விற்கான விளக்கமான பிரிவு சுருக்கங்கள் ஆகியவை அடங்கும்.
இந்தப் படைப்பிற்குள்
- 1.5×IQR வருமானம்-வெளியேற்ற விதியுடன் சரிபார்க்கப்பட்ட வரையறுக்கப்பட்ட, தனித்துவமான வாடிக்கையாளர் அடையாளங்காட்டிகள் மற்றும் ஆவணப்படுத்தப்பட்ட வகைப்படுத்தப்பட்ட மதிப்புகள்.
- தரப்படுத்தப்பட்ட வயது, வருமானம் மற்றும் செலவின அம்சங்கள், க்ளஸ்டரிங்க்குப் பிந்தைய விளக்கத்திற்காக பாலினத்தை ஒதுக்குகிறது.
- K-Means, agglomerative clustering மற்றும் DBSCAN, PCA உடன் மற்றும் இல்லாமல் ஒப்பிடப்பட்டது.
- கட்டமைக்கக்கூடிய ஆறு-பிரிவு K-Means பணிப்பாய்வு அதன் ஸ்கேலர், மாடல், பணிகள் மற்றும் அளவீடுகளைச் சேமிக்கிறது.
- சில்ஹவுட், டேவிஸ்-போல்டின் மற்றும் கலின்ஸ்கி-ஹரபாஸ் ஸ்கோர்கள் மந்தநிலையுடன் மதிப்பிடப்பட்டது, மேலும் 95% கவரேஜுடன் 15 சோதனைகளைச் சேர்த்தது.
- வெளிப்புற சரிபார்ப்பு, ஸ்திரத்தன்மை ஆய்வுகள் மற்றும் அளவிடப்பட்ட பிரச்சார லிஃப்ட் இல்லாததை ஆவணப்படுத்தியது; பிரிவுகள் ஆய்வுக்குரியவை.
திட்டக் கோப்புகள்
அசல் திட்டக் கோப்புகள் ஆங்கிலத்தில் உள்ளன.
-
அசல் பாடப்பணி விளக்கக்காட்சி
ஆவண முன்னோட்டம்
உலாவ பக்கக் கட்டுப்பாடுகளைப் பயன்படுத்தவும். விவரங்களைப் படிக்க ஒரு பக்கத்தைப் பெரிதாக்கவும்.
ஆவணம் ஏற்றப்படுகிறது…
பெரிதாக்கிய பிறகு, மேலும் பார்க்க பக்கத்திற்குள் உருட்டவும்.
பக்க உரை
மூல ஆங்கில ஆவணத்திலிருந்து உரை பிரித்தெடுக்கப்பட்டுள்ளது. விளக்கப்படங்கள், படங்கள் மற்றும் வாசிப்பு வரிசையின் சூழலைப் புரிந்துகொள்ள PDF தேவைப்படலாம்.












