Market Basket Analysis Using Community Detection Approach: A Real Case

Author(s):  
Sepideh Faridizadeh ◽  
Neda Abdolvand ◽  
Saeedeh Rajaee Harandi
2014 ◽  
Vol 41 (4) ◽  
pp. 1928-1936 ◽  
Author(s):  
Ivan F. Videla-Cavieres ◽  
Sebastián A. Ríos

ICIT Journal ◽  
2020 ◽  
Vol 6 (1) ◽  
pp. 94-104
Author(s):  
Fernando Siboro ◽  
Capri Eriansyah ◽  
Muhammad Adi Sofyan

Teknologi informasi saat ini terus berkembang semakin cepat, membuat pola berfikir manusia berubah, dengan proses pertumbuhan yang seperti ini, generasi akan datang diharuskan mempunyai keahlian yang lebih baik di bidang pemanfaatan teknologi informasi. Kebutuhan adanya kemudahan dari segi pemasaran, saat ini dirasa sangat penting, terutama bagi perusahaan yang bergerak dibidang penjulan atau distributor guna menunjang meningkatkan akurasi dan kualitas pemasaran itu sendiri. Namun pada kenyataanya, sistem yang berjalan masih tergolong kurang efektif dan efesien dalam melayani kebutuhan pelanggan, hal ini dikarenakan sistem pemasaran produk hanya bisa diakses secara manual, dan belum adanya media informasi seputar produk yang ditawarkan, oleh sebab itu dibuatlah suatu perancangan sistem informasi yang mengatur pemasaran produk dan dapat menjadi bahan dalam pembuatan laporan sistem penunjang keputusan. Dalam perancangan ini menggunakan metode data mining market basket analysis dan Max-Miner sebagai algoritma. Serta menggunakan metode penerapan sistem waterfall atau sering dinamakan siklus hidup klasik (classic life cycle). Dengan demikian rancang bangun sistem informasi ini, mengacu kepada bagaimana cara agar pemasaran produk dapat di akses dengan mudah, cepat, dan akurat dimanapun dan kapanpun, calon customer dapat mengakses tanpa terkendala waktu dan tempat, serta menjadi wadah dalam pengambilan keputusan oleh perusahaan. Metodologi desain menggunakan uml yang melimuti usecase, activity, squence dan untuk pengelolaan basis data menggunakan mysql. Sistem ini diharapkan mampu dijadikan salah satu penunjang keputusan untuk kebutuhan promosi produk. Kata Kunci: Penunjang pemasaran, promosi produk, algoritma Max-Miner


2018 ◽  
Vol 32 (14) ◽  
pp. 1850166 ◽  
Author(s):  
Lilin Fan ◽  
Kaiyuan Song ◽  
Dong Liu

Semi-supervised community detection is an important research topic in the field of complex network, which incorporates prior knowledge and topology to guide the community detection process. However, most of the previous work ignores the impact of the noise from prior knowledge during the community detection process. This paper proposes a novel strategy to identify and remove the noise from prior knowledge based on harmonic function, so as to make use of prior knowledge more efficiently. Finally, this strategy is applied to three state-of-the-art semi-supervised community detection methods. A series of experiments on both real and artificial networks demonstrate that the accuracy of semi-supervised community detection approach can be further improved.


2018 ◽  
Vol 34 (1) ◽  
pp. 39-49 ◽  
Author(s):  
Raymond Moodley ◽  
Francisco Chiclana ◽  
Fabio Caraffini ◽  
Jenny Carter

Sign in / Sign up

Export Citation Format

Share Document