صفحه محصول - مبانی نظری و پیشینه تحقیق داده کاوی 4

مبانی نظری و پیشینه تحقیق داده کاوی 4 (docx) 1 صفحه

دسته بندی : تحقیق

نوع فایل : Word (.docx) ( قابل ویرایش و آماده پرینت )

تعداد صفحات: 1 صفحه

قسمتی از متن Word (.docx) :

2330929-508958 وزارت علوم، تحقیقات و فناوری دانشگاه علوم و فنون مازندران پایان نامه مقطع کارشناسی ارشد رشته : مهندسی فناوری اطلاعات عنوان : ارائه یک مدل جهت شخصی سازی تبلیغات اینترنتی با استفاده از تکنیک داده کاوی اساتید راهنما : دکتر بابک شیرازی دکتر ایرج مهدوی استاد مشاور : دکتر حسین مومنی دانشجو : علی مقدم خراسانی تقدیم و سپاسگذاری ضمن تقدیم این پایان نامه به پدر و مادر مهربانم، از تلاش ها و راهنمایی های دلسوزانه اساتید راهنمای محترم، آقای دکتر شیرازی و آقای دکتر مهدوی تشکر فراوان دارم.همچنین از نکات و راهنمایی های استاد مشاور محترم، آقای دکتر مومنی تشکر می نمایم. چکیده : به دلیل بازار رقابتی شدیدی که امروزه در تجارت الکترونیک وجود دارد شرکت های تجاری در تلاش هستند تا شرایط مدیریت ارتباط با مشتری را هرچه بیشتر بهبود بخشند تا بتوانند مشتریان فعلی را حفظ و دیگر مشتریان را هم جذب کنند.به همین خاطر است که شرکت هایی که کالاهای خود را بصورت اینترنتی به فروش می رسانند به دنبال این هستند تا تبلیغات کالاهایشان بر اساس ترجیحات فردی مشتریان باشد، یعنی تبلیغات را برای هر مشتری شخصی سازی کنند. برای شخصی سازی تبلیغات شرکت ها باید اطلاعاتی در مورد رفتار خرید پیشین مشتریانشان کسب کنند و بعد از آن این اطلاعات را تجزیه و تحلیل کنند تا بتوانند رفتار خرید آتی مشتریان را پیش بینی کنند. تکنیک داده کاوی ابزاری است که می تواند به شرکت ها کمک کند تا بتوانند اطلاعات رفتار خریدهای پیشین مشتری را تجزیه و تحلیل کرده و قوانینی را استنتاج کنند که برای پیش بینی رفتار خرید آتی مشتری مفید باشند و بر طبق آن بتوانند راهبردهای شخصی سازی تبلیغات برای مشتریان را برپا کنند. ما در تحقیق خود از داده های جمع آوری شده از مشتری، که رفتار خریدهای پیشین مشتری هستند، استفاده کرده و با بکارگیری روش تاخر، تناوب و مالی ارزش مشتریان را برای شرکت مشخص کردیم.سپس برای خوشه بندی مشتریان بر اساس ارزش آنها، بصورت موازی از الگوریتم خوشه بندی K-Means و K-Harmonic Means استفاده کردیم سپس از الگوریتم استقرایی که یکی از الگوریتم های کشف قوانین وابستگی است استفاده کردیم و تکنیک قوانین وابستگی را بر روی داده های مربوط به هر یک از خوشه هایی که توسط K-Means مشخص شده اند بکار گرفتیم. با استفاده از قوانین بدست آمده از هر خوشه راهبردهای شخصی سازی تبلیغات برای هر خوشه از مشتریان را مشخص کردیم. برای هر مشتری علاوه بر قوانین مربوط به خوشه اصلی که به آن تعلق دارد از قوانین خوشه های دیگری که درجه تعلق مناسبی نسبت به آنها دارد نیز برای تعیین راهبردهای شخصی سازی تبلیغات استفاده کردیم تا بدین ترتیب تعداد تبلیغات پیشنهادی که مطابق با علایق مشتری است را بیشتر کنیم. فهرست مطالب: فصل دوم: پیشینه و مفاهیم تحقیق 2-1: مبانی نظری 2-1-2: داده کاوی ................................................................................................ 15 2-1-2-1: تعریف داده کاوی ................................................................................. 15 2-1-2-2: خوشه بندی ........................................................................................ 18 2-1-2-3: قوانین وابستگی ................................................................................. 25 2-1-3: شیوه تاخر، تناوب و مالی ......................................................................... 31 2-2: پیشینه تحقیقاتی ...................................................................................... 33 منابع فهرست شکل ها: عنوان .......................................................................................................... صفحه شکل 3-1 : فرایند شخصی سازی تبلیغات توسط داده کاوی ................................................... 41 شکل 3-2 : قالب کاری سیستم ارائه تبلیغ در سایت .................................................................. 58 شکل 4-1 : قالب داده های مربوط به خوشه شماره یک در WEKA ..................................... 107 شکل 4-2 : قالب داده های مربوط به خوشه شماره دو در WEKA ....................................... 110 شکل 4-3 : قالب داده های مربوط به خوشه شماره سه در WEKA ...................................... 114 فهرست جدول ها: عنوان .......................................................................................................... صفحه جدول 2-1 : مثال تراکنش های خرید ........................................................................................... 26 جدول 2-2 : مثال معیاردهی RFM ............................................................................................... 33 جدول 3-1 : مشخصات کالاهای موجود ........................................................................................ 43 جدول 3-2 : ارزش گذاری معیار Recency ................................................................................ 46 جدول 3-3 : ارزش گذاری معیار Monetary ............................................................................ 47 جدول 3-4 : مثال نحوه تخصیص RFM ........................................................................................ 48 جدول 4-1 : رکوردهای خرید مشتریان .......................................................................................... 63 جدول 4-2 : تخصیص مقادیر RFM ............................................................................................... 79 جدول 4-3 : شماره خوشه مشتریان در K-means ................................................................... 83 جدول 4-4 : رکوردهای خرید مشتریان پس از ویرایش .............................................................. 92 جدول 4-5 : نتایج پیشنهادها و عرضه تبلیغات کالاها به مشتریان ........................................... 120 فصل دوم: پیشینه و تعریف مفاهیم تحقیق 2-2 داده کاوی: 2-2-1 تعریف داده کاوی: در دو دهه قبل توانایی های فنی بشر برای تولید و جمع آوری داده ها به سرعت افزایش پیدا کرده است.عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب و کار، علوم، خدمات دولتی و پیشرفت در وسائل جمع آوری داده، از اسکن کردن متون و تصاویر تا سیستم های سنجش از دور ماهواره ای، در این تغییرات نقش مهمی دارند. بطور کلی استفاده همگانی از وب و اینترنت به عنوان یک سیستم اطلاع رسانی جهانی ما را با حجم زیادی از داده و اطلاعات مواجه می کند.این رشد انفجاری در داده های ذخیره شده، نیاز مبرم به وجود فناوری های جدید و ابزارهای خودکاری را ایجاد کرده که به صورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند.داده کاوی به عنوان یک راه حل برای این مسائل مطرح می باشد[18]. داده کاوی یگ گام ضروری در فرایند استخراج یا کشف دانش1 است.داده کاوی جستجو برای دانش ( الگوهای دلخواه ) در داده است.کشف دانش متشکل از یک ترتیب تکراری از گام های زیر است: 1. تمیز کردن داده1 : حذف اختلال و داده ناسازگار 2. مجتمع سازی داده2 : چندین منبع داده ممکن است ترکیب شوند. 3. انتخاب داده3 : داده مربوط به وظیفه تحلیل از پایگاه داده بازیابی می شود. 4. تبدیل یا تغییر شکل داده4 : داده به فرم های مناسب برای کاوش تبدیل می شوند. 5. داده کاوی : یک فرایند ضروری که روش های هوشمند را برای استخراج الگوهای داده بکار می برد. 6.ارزشیابی الگو5 : برای شناسایی درست الگوهای دلخواه و دلچسب که نشان دهنده دانش بر مبنای بعضی معیارهای مورد پسند هستند. 7.ارائه دانش6 : تکنیک های بصری سازی و نمایش دانش که برای ارائه دانش استخراج شده به کاربر استفاده می شوند[19]. داده کاوی مجموعه ای از تکنیک ها می باشد که کمک می کند تا اطلاعاتی که در انبوه داده ها پنهان است استخراج شوند[20]. داده کاوی استخراج اطلاعات مفهومی، ناشناخته و به صورت بالقوه مفید از پایگاه داده می باشد.داده کاوی علم استخراج اطلاعات مفید از پایگاه های داده یا مجموعه داده ای می باشد.داده کاوی استخراج نیمه خودکار الگوها، وابستگی ها و دیگر ساختارهای معنی دار آماری از پایگاه های بزرگ داده می باشد.داده کاوی فرایند کشف روابط ناشناخته و الگوها در داده است.کلمات ناشناخته، مجموعه داده ای و نیمه خودکار برای تعریف داده کاوی کلیدی هستند[21]. داده کاوی شامل یک اجتماعی از تکنیک ها از رشته های چندگانه مثل فناوری پایگاه داده، علم آمار گیری، یادگیری ماشین، محاسبات کارایی بالا، تشخیص الگو، شبکه های عصبی، بصری سازی داده، بازیابی اطلاعات، پردازش سیگنال و تصویر، و تحلیل داده فضایی یا موقتی می شود[19]. برخی از مهمترین الگوریتمهایی که در آن بکار می روند به چند دسته زیر تقسیم می شوند: 1.خلاصه سازی: توصیفی فشرده از داده (مانند مصورسازی داده ها) را فراهم می کند. 2.کلاس بندی: هدف آن دسته بندی یک مجموعه بزرگ اشیا داخل کلاس های از پیش تعیین شده - که بوسیله مجموعه ای از خصوصیات توصیف می شوند – با استفاده از متدهای یادگیری نظارت شده1 است[22]. 3.خوشه بندی: فرایند بخش بندی یک مجموعه بزرگ از الگوها درون خوشه های گسسته و مشابه می باشد[23]. بدین ترتیب که الگوهای درون یک خوشه بیشترین شباهت را بهم دارند و الگوهای بین خوشه ها کمترین شباهت را. 4.پیش بینی: بر روی داده در دسترس استنتاج هایی برای اهداف پیش بینی انجام می دهد[19]. 5.تحلیل وابستگی: روابط بین الگوهای داده را بر اساس وقوع مشترک آنها می یابد. 6.تحلیل انحراف: به جستجو در مورد انحراف های موجود از مقادیر مورد انتظار می پردازد. 7.تحلیل سری های زمانی: شباهت های داده های متوالی را پیدا می کند[24]. اهمیت داده کاوی به سبب وجود حجم وسیعی از اطلاعات و نیاز حتمی برای تراش دادن آنها است تا اطلاعات و دانش مفید بدست آید.از جمله اطلاعاتی که برای کاربردهایی نظیر تحلیل بازار، تشخیص کلاهبرداری، حفاظت مشتری، کنترل محصول و جستجوهای علمی مفید هستند[19]. توصیف و پیش بینی دو هدف اصلی یا وظیفه داده کاوی است.توصیف به یافتن الگوهای قابل تفسیر از داده های متمرکز می پردازد و پیش بینی، ارزش یک متغیر هدف را بر اساس ارزشهای یک یا چند متغیر دیگر براورد می کند[25]. 2-2-2 خوشه بندی: خوشه بندی معمولا اولین و یکی از مهمترین گام ها در تحلیل داده می باشد.خوشه بندی یک دسته بندی بدون ناظر1 است که در آن داده ها از قبل برای خوشه ای برچسب نمی خورند و مشخص نمی شوند.هدف اصلی خوشه بندی جداکردن تعدادی متناهی از مجموعه داده های برچسب نخورده درون یک مجموعه متناهی از ساختار های داده است.در تحلیل خوشه یک گروه از اشیا به یک تعدادی از زیرگروه ها معمولا بر مینای مشابهت تقسیم می شوند، این چنین که مشابهت بین اشیای درون یک زیرگروه بزرگتر از مشابهت بین اشیای متعلق به زیرگروه های متفاوت است. الگوریتم های خوشه بندی داده را به یک تعداد مشخصی از خوشه ها بخش بندی می کنند.با این که تعریفی مورد تائید همه محققان وجود ندارد اما اغلب آنها یک خوشه را بوسیله در نظر گرفتن همگرایی و مشابهت داخلی و جدایی خارجی تشریح می کنند.به عبارت دیگر الگوها در خوشه ای مشابه باید به هم شبیه باشند، در حالی که الگوهای در خوشه های مجزا نباید شبیه هم باشند.هر دوی شباهت و عدم شباهت باید با یک روش مشخص و معنی دار قابل آزمایش باشند. در خوشه بندی بخشی سخت هر الگو تنها به یک خوشه تعلق دارد.اما در نقطه مقابل در خوشه بندی فازی1 یک الگو ممکن است اجازه داشته باشد تا به همه خوشه ها با یک درجه عضویت [0,1] تعلق داشته باشد. مجموعه درجه عضویت ها برای هر الگو باید 1 شود[26]. الگوریتم های مختلفی برای خوشه بندی داده ها وجود دارد. تعدادی از معروفترین این الگوریتمها را در اینجا لیست شده اند : - الگوریتم K-means - الگوریتم Fuzzy C-means - الگوریتم Support Vector Clustering - الگوریتم Ant Clustering Algorithm - الگوریتم Self-organizing maps - الگوریتم Expectation maximization clustering [26,27]. خوشه بندي در زمينه هاي بسياري كاربرد دارد، از جمله در: - شناسايي الگو - يادگيري ماشين - داده كاوي - بازيابي اطلاعات - انفورماتيك زيستي و ....[28] الگوریتم K-Means : یکی از معروفترین روش های تحلیل خوشه ها K-means می باشد که مجموعه n شئ را به K خوشه ،که به عنوان ورودی دریافت می کند، افراز می کند بطوریکه سطح شباهت داخلی خوشه ها بالا و سطح شباهت اشیا بین خوشه ها پایین باشد. شباهت هر خوشه نسبت به متوسط اشیاء آن خوشه سنجیده می گردد که این متوسط، مرکز خوشه نیز نامیده می شود[29]. این الگوریتم معیار اندازه گیری فاصله اقلیدسی1 را برای نسبت دادن نقاط داده ای به نزدیکترین خوشه بکار می گیرد[26]. اگر مجموعه داده ورودی شامل N نمونه باشد و اگر تعداد خوشه های مورد نظر c فرض شود، ابتدا الگوریتم به طور تصادفی c شی را به خوشه ها انتساب می دهد.در ادامه الگوریتم هر نمونه ورودی را به خوشه ای اختصاص می دهد که در آن مجموع مربعات خطا بین خوشه ها کمینه باشد[31]. مراحل الگوريتم به صورت زير است: 1. انتخاب K شیء بطور تصادفی به عنوان مراکز اولیه خوشه ها 2. تخصیص هر شیء به یک خوشه بر اساس بیشترین شباهت آن به مراکز خوشه ها. 3. محاسبه مرکز جدید هر خوشه.مقدار متوسط اشیاء در هر خوشه را مرکز خوشه در نظر میگیریم. 4. تکرار مرحله 2و3 تا وقتی که تغییر چندانی در هر خوشه انجام نگیرد[26]. الگوریتم K-means بسیار ساده است و می تواند برای حل بسیاری از مسائل کاربردی به راحتی پیاده سازی شود.این الگوریتم می تواند برای خوشه های پیچیده بسیار خوب کار کندپیچیدگی زمانی آن O(NKd) است که d مشخص کننده تعداد بعد فضای مسئله است.تکنیک های موازی برای K-means توسعه داده شده اند که می تواننددر حد بسیار زیادی الگوریتم را تسریع ببخشند.در ضمن این الگوریتم دارای اشکالاتی است.این الگوریتم بسیار حساس به مقدار دهی اولیه مراکز خوشه ها می باشد و بدین ترتیب با چندین مقدار دهی اولیه چندین نتیجه مختلف برای خوشه بندی با این الگوریتم بدست می آید.همینطور همگرایی به بهینه بودن محلی مشکل دیگری است که نتیجه الگوریتم تنها در صورتی که بخش بندی های اولیه بسیار به نتیجه نهایی نزدیک باشند می تواند خوب باشد[32,33]. الگوریتم های گوناگون K-means برای غلبه بر این اشکالات پدید آمده اند.یکی از این الگوریتم ها الگوریتم K-harmonic means می باشد[26]. الگوریتم K-harmonic means : الگوریتم K-means یک الگوریتم خوشه بندی مرکز-محور است و وابستگی کارایی آن به به مقداردهی اولیه مراکز یک مشکل اصلی آن است.K-harmonic means یک الگوریتم خوشه بندی محور-مرکز است که میانگین هارمونیک فاصله هر نقطه داده ای از مراکز را به عنوان مولفه ای برای تابع کارایی استفاده می کند.این ویژگی اطمینان می دهد که KHM نسبت به مقداردهی اولیه مراکز خوشه حساس نیست.در مواردی مشخص در آزمایش های صورت گرفته K-harmonic means کیفیت نتایج خوشه بندی را نسبت به K-means بهبود بخشیده است[30]. موارد زیر برای فرمول بندی الگوریتم KHM استفاده می شوند: X = { x1,x2, … ,xn } : داده ای که باید خوشه بندی شود C = { c1,c2, … ,cK } : مجموعه مراکز خوشه ها m (cj | xi ) : تابع عضویت تابع عضویت سهم تعلق نقطه داده ای xi را به مرکز cj مشخص می کند. W ( xi ) : تابع وزن تابع وزن مقدار تاثیر نقطه داده ای xi را در محاسبه مجدد پارامترهای مرکز خوشه در تکرار بعدی تعریف می کند. الگوریتم پایه برای خوشه بندی KHM همانند زیر است[28]: 1.مقدار دهی اولیه الگوریتم با انتخاب تصادفی مراکز ابتدایی 2. محاسبه مقدار تابع هدف مطابق با KHM (X, C) = i=1nkj=1k1∥Xi - Cj∥ که p یک پارامتر ورودی است ومعمولا p >= 2 3. برای هر نقطه داده ای xi ، درجه عضویت آن را در هر مرکز cj مطابق با فرمول زیر محاسبه کن: M(Cj|Xi) = ∥Xi-Cj ∥j=1k∥Xi-Cj ∥ 4. برای هر نقطه داده ای xi وزن آن را مطابق با فرمول زیر محاسبه کن: w(xi) = j=1k∥Xi-Cj ∥(j=1k∥Xi-Cj ∥) 5. موقعیت هر مرکز cj را از همه نقاط داده ای xi مطابق با درجه عضویت ها و اوزانشان دوباره محاسبه می شود: Cj = i=1 nm(Cj|Xi)w(Xi) Xii=1nm(Cj|Xi)w(Xi) 6. گام های 2-5 را به تعداد از پیش تعیین شده ای یا تا KHM(X,C) به مقدار قابل ملاحظه ای تغییر نکند تکرار می شود. 7. نقطه داده ای xi به خوشه j با بزرگترین m(cj| xi) تخصیص داده می شود. 2-2-3 قوانین وابستگی: مجموعه اقلام پر تکرار نقش مهمی را در داده کاوی ایفا می کنند، خصوصا در کاربردهایی که می کوشند الگوهای جالب و با ارزش را در پایگاه های داده و در قالب قواعد وابستگی و همبستگی کشف کنند.در این میان یافتن قواعد وابستگی از مسائل همگانی و بسیار پر توجه است.انگیزه اولیه برای جستجوی قواعد وابستگی از نیاز به تحلیل داده های تراکنشی ناشی می شود. به عنوان مثال، برای دستیابی به رفتار مشتریان در زمینه فروش محصولات، کشف این قواعد بسیار مفید می باشد.قواعد وابستگی معین می کنند چه محصولاتی و با چه تکراری با هم خریده می شوند.برای مثال قاعده 80% نان کره ، بدین مفهوم است که از هر پنج مشتری چهار نفر نان و کره را با هم خریداری می کنند.در نتیجه، کشف این قواعد برای تصمیم گیری در مورد قیمت محصولات و نحوه چیدمان آنها بسیار موثر می باشند. قاعده یک قالب مشترک برای بیان انواع مختلف دانش به دست آمده از داده کاوی می باشد.قاعده یک گزاره است که به طور مختصر و واضح ارتباط بین داده ها را بیان می کند.هر قاعده دو شرط دارد که مقدم و تالی نامیده می شوند.فرم کلی هر قاعده به صورت زیر است: For all X : A ( A ∩ C = ø ) که در آن X لیستی از یک یا بیش از یک متغیر با طیف های وابسته، A مقدم و C تالی است.برای مثال جدول (2-1) را در نظر بگیرید که تراکنش های خرید از یک فروشگاه را نشان می دهد: جدول2-1 : مثال تراکنش های خرید TxProducttx1tx1tx1ABCtx2tx2tx2tx2tx2ABCDEtx3tx3ABtx4tx4tx4ABC حال به قاعده زیر توجه کنید: For all tx : Sales(tx , b) Sales(tx , c) مفهوم این قاعده این است که هرگاه یک مشتری کالای b را بخرد، به احتمال زیاد کالای c را هم خواهد خرید.به مجموعه تمام تراکنش ها، جمعیت ( مجموعه مرجع ) گفته می شود.هر قاعده یک درجه پشتیبانی1 و یک درجه اطمینان2 دارد. درجه پشتیبانی اندازه کسری از جمعیت است که در آنها مقدم و تالی هر دو صحیح هستند.یعنی درصد تراکنش هایی که در آن هم کالاهای مقدم و هم کالاهای تالی خریداری شده اند.درجه اطمینان اندازه کسری از جمعیت است که در آنها به شرط صحیح بودن مقدم، تالی هم صحیح باشد.یعنی درصد تراکنش های شامل کالاهای تالی از بین همه تراکنش های شامل کالاهای مقدم. بنابر این برای هر قاعده A C داریم: Sup ( A C ) = P ( A ∪ C ) Conf ( A C ) = P ( C | A ) Conf ( A C ) = Sup ( A C ) / Sup (A) - استخراج قواعد قوی: کاربر یک سیستم داده کاوی می تواند تمام قواعد پیوستگی که دارای یک حداقل درجه پشتیبانی1 مشخص و یک حداقل درجه اطمینان2 مشخص باشند را درخواست کند.به قواعدی به شکل A C که دارای هر دو شرط زیر باشند، قواعد قوی گفته می شود: Sup ( A C ) >= minsup Conf ( A C ) >= minconf بنابراین فرایند استخراج قواعد قوی را می توان به دو مرحله تقسیم کرد: الف- یافتن همه مجموعه فقره های مکرر1 : یعنی یافتن تمام زیر مجموعه های مجموعه مرجع که درجه پشتیبانی آنها بزرگتر یا مساوی حداقل درجه پشتیبانی باشد. ب- یافتن تمام قواعد قوی از بین مجموعه فقره های مکرر : یعنی یافتن تمام قواعدی که درجه اطمینان آنها بزرگتر یا مساوی حداقل درجه اطمینان باشد. در فرایند استخراج قواعد قوی، مرحله اول مرحله اصلی می باشد.چون این مرحله یک مرحله محاسباتی است و عملیات ورودی/خروجی در آن زیاد است.اگر تعداد اعضای مجموعه مرجع m باشد، 2m – 1 ( تعداد زیر مجموعه های یک مجموعه m عضوی به غیر از مجموعه تهی ) مجموعه فقره مکرر می توانیم داشته باشیم.بنابر این مبنای مقایسه الگوریتم های کشف الگوهای پیوستگی بر اساس عملکرد الگوریتم ها در استخراج مجموعه فقره های مکرر می باشد.این مقایسه می تواند بر اساس زمان اجرا، مقدار حافظه مصرفی، سادگی و قابل فهم بودن و پیچیدگی ساختمان داده ها باشد. استخراج مجموعه فقره های مکرر: فرض می کنیم I = { i1 , i2 , … , im } مجموعه ای از همه آیتم ها و D مجموعه همه تراکنش های پایگاه داده ها باشد.به هر زیرمجموعه I مثل A یک Itemset گفته می شود و اگر تعداد اعضای آن برابر K باشد به آن K_Itemset گفته می شود. و چنانچه برای A داشته باشیم Sup(A) >= minsup، مجموعه A یک مجموعه فقره مکرر است.به تعداد تراکنش هایی که لازم است تا یک Itemset، مکرر باشد minsupcount می گوییم که از رابطه زیر بدست می آید : برای بررسی مکرر بودن یک مجموعه فقره می توان تعداد تراکنش های شامل آن مجموعه1 را با minsupcount مقایسه کرد.تعداد اعضای هر مجموعه فقره مکرر می تواند از 1 تا m باشد.در برخی از الگوریتم های استخراج مجموعه فقره های مکرر مثل استقرایی از یک روش قدم به قدم استفاده می شود.بدین صورت که ابتدا 1-Itemset ها تحت عنوان C1 استخراج می شوند و سپس تعداد تراکنش های شامل آن مجموعه برای اعضای C1 محاسبه می شود تا شرط مکرر بودن آن بررسی شود.آن عضوهای C1 که شرط مزبور را دارا باشند، 1-Itemset مکرر هستند که مجموعه 1-Itemset مکررها را با عنوان L1 می شناسیم.در مرحله دوم C2 و سپس L2 تشکیل می شوند و به همین ترتیب الگوریتم تا Lm ادامه پیدا می کند.Lm در صورت وجود همان I است.مجموعه همه مجموعه فقره مکررها عبارت است از اجتماع همه Li ها : F = L1 ∪ L2 ∪ … ∪ Lm در استخراج مجموعه فقره های مکرر از ویژگی استقرایی2 برای بالا بردن کارایی و کوچکتر کردن محدوده جستجو استفاده می شود [34,35]. الگوریتم استقرایی : اولین الگوریتم تولید مجموعه اقلام پر تکرار و قواعد وابستگی، الگوریتم AIS، توسط Agrawal و Srikant مطرح شد.مدتی بعد، این الگوریتم پیشرفته تر شد و به استقرایی تغییر نام داد. ویژگی استقرایی : هر زیر مجموعه از یک مجموعه فقره مکرر خود یک مجموعه فقره مکرر است. به عبارت دیگر اگر مجموعه ای مکرر نباشد، هر مجموعه شامل آن1 نیز مکرر نخواهد بود.اگر درجه پشتیبانی یک Itemset مثل A کمتر از حداقل درجه پشتیبانی باشد، این مجموعه مکرر نیست.بنابراین واضح است که اگر عضوی مثل iK به آن اضافه شود باز هم مکرر نخواهد بود: If Sup (A) < minsup then Sup ( A ∪ {iK} ) < minsup از این ویژگی در استخراج مجموعه فقره های مکرر بدین صورت استفاده می شود که در مرحله kام یعنی مرحله به دست آوردن LK ، می توان برخی از اعضای CK را بدون محاسبه درجه پشتیبانی آنها حذف کرد یعنی آن عضوهای CK که حداقل یکی از زیرمجموعه های آن مکرر نباشد[34,35,36]. 1) L1 = { large 1-itemset }; 2) for ( k = 2; Lk-1 ≠ 0; k++ ) do begin 3) Ck = apriori-gen ( Lk-1 ) ; // New candidates 4) for all transactions t ∈ D do begin 5) Ct = subset ( Ck , t ) ; // Candidates contained in t 6) for all candidates c ∈ Ct do 7) c.count++; 8) end 9) Lk = { c ∈ Ck | c.count ≥ minsup } 10) end 11) Answer =kL k ; الگوریتم استقرایی تولید کاندید استقرایی 2-1-3 شیوه تاخر، تناوب، مالی : برای شناسایی رفتار مشتری، معروفترین روش مدل تاخر، تناوب، مالی است که برای نشان دادن ویژگی های رفتاری مشتری استفاده شده است.مدل های تاخر، تناوب، مالی بیش از 30 سال است که در بازاریابی مستقیم مورد استفاده قرار می گیرند.با توجه به نرخ پاسخ پایین در این صنعت، این مدل ها با هدف بهبود نرخ پاسخ در مشتریان خاص توسعه داده شدند. فرض اصلی استفاده از مدل تاخر، تناوب، مالی این است که الگوهای آتی خرید و بازرگانی مشتری مشابه الگوهای گذشته و فعلی آن است. مقادیر جمع آوری شده تاخر، تناوب، مالی خلاصه سازی می شود تا الگوهای رفتاری مشتری را مشخص کند. متغیر های تاخر، تناوب، مالی بصورت زیر تعریف می شوند: تاخر: آخرین خرید مشتری تناوب: تعداد کل خریدها در طول یک دوره معین مالی: مقدار مالی صرف شده در طول همان دوره معین رویکردهای زیادی این 3 بعد از داده تراکنشی مشتری را برای دسته بندی کردن رفتار مشتری مدل می کنند.بعد اول تاخر است که اشاره به مدت زمان از شروع یک تراکنش دارد.بعد دوم تناوب است که اشاره به این دارد که یک مشتری چه تعداد محصول را در طی یک دوره معین خریده است.سرانجام بعد مالی، مقدار مالی که مشتری در طول یک دوره صرف کرده است را اندازه می گیرد[37]. تاخر، تناوب، مالی در صنعت های گوناگونی مورد استفاده قرار میگیرد و متناسب با هر صنعت پارامترهای دیگری نیز می توان به آن اضافه کرد[38,39,40]. برای مثال طبق معیاردهی تاخر، تناوب، مالی در یک تحقیق واقعی که در جدول ( 2-2 ) آمده است، معیار تاخر، تناوب، مالی یک مشتری که آخرین خرید او در تاریخ 2006/06/27 بوده و تعداد دفعات خرید او در سال 2006 ، 4 بار بوده است و در کل مقدار 40000 خرج کرده است ( 2,3,2 ) می باشد[39]. جدول 2-2 : مثال معیاردهی RFM ScalingScaling nameRecencyFrequencyMonetary5Very high2006/12/19~2006/12/31Over 30recordsOver 2500014High2006/11/10~2006/12/186-29 records103001-2500003Medium2006/09/15~2006/11/093-5 records52151-1030002Low2006/06/15~2006/09/142 records20001-521501Very low2006/01/01~2006/06/14One recordUnder 20000 2-2 پیشینه تحقیقاتی: با رشد روز افزون اینترنت علاقه شرکت های تجاری و صاحبان کالا به تبلیغات اینترنتی نیز افزایش پیدا کرده است و شرکت های تجاری در رقابت شدید با هم سعی در حفظ مشتریان خود و جذب مشتریان جدید دارند.یک راه حل برای این کار این است که تبلیغاتی هدفمند برای مشتریان عرضه کنند و به مشتریان خود آنچه را که مطابق علایق آن ها است، پیشنهاد دهند.یکی از چالش های مهم در توسعه تجارت الکترونیک و تبلیغات اینترنتی و هدفمند، شخصی سازی تبلیغات برای کاربران است.یعنی تطبیق دادن تبلیغ با ترجیحات فردی کاربران. تحقیقات زیادی در این زمینه انجام شده و در حال انجام است و در اغلب آنها محققان به دنبال دسته بندی کردن کاربران می باشند تا کاربران و مشتریانی که رفتار خرید مشابهی با هم دارند در یک دسته قرار گیرند و رفتار خرید آن ها برای ارائه پیشنهاد محصولاتی مطابق با ترجیحات و علایق آن ها بررسی شود.زیرا برای شخصی سازی تبلیغات برای مشتریان و کاربران نیاز است تا اطلاعاتی از رفتار خرید آنها در دست داشت. در اغلب تحقیقاتی که انجام گرفته برای دسته بندی کاربران از الگوریتم خوشه بندی K-means استفاده شده است [41,42,43,39,44,45,54]. و با استفاده از این الگوریتم یا الگوریتم هایی مشابه با این، کاربران یا مشتریانی که رفتار خرید آنها مشابه با یکدیگر می باشد در یک خوشه مشابه قرار می گیرند. برخی از محققان برای خوشه بندی مشتریان از شیوه تاخر، تناوب، مالی یا بسطی از آن استفاده کرده اند تا توسط معیارهای آن مختصات هر نقطه داده ای ( مشتری ) را در فضای خوشه بندی مشخص کنند و توسط این مختصات نقاط داده ای را خوشه بندی کنند[39,43,46,53]. Liang در تحقیقی از شیوه تاخر، تناوب، مالی بهره برد تا مشتریان صنعت نگهداری خودرو را توسط تکنیک های خوشه بندی، بر اساس ارزش آنها دسته بندی کند[53]. در تحقیق دیگری از شیوه تاخر، تناوب، مالی برای تعیین ارزش چرخه زندگی مشتریان استفاده شده و بر این اساس مشتریان توسط الگوریتم k-means دسته بندی شدند[54]. در کارهای دیگری Hwang و همکارانش یک مدل جدید ارزش چرخه زندگی مشتری را بوسیله در نظر گرفتن سود وارد آورده قبلی، سودمندی بالقوه، و احتمال ترک مشتری مطرح کردند و سرانجام مشتریان را بر اساس ارزش آنها بخش بندی کردتد[50]. Kim و Hong فاکتورهای زمان استفاده از اینترنت، تعداد خرید در فروشگاه های برخط، مقدار کلی خرید را برای خوشه بندی مشتریان بازار اینترنتی در نظر گرفته اند و دلیل آن را تاثیر این فاکتورها در قصد مشتری برای خرید عنوان کرده اند[51]. با استفاده از این امتیازدهی و تعیین مختصات برای هر مشتری می توان آنها را با استفاده از تکنیک خوشه بندی از با ارزش ترین تا کم ارزش ترین مشتریان دسته بندی کرد و سیاست های تجاری جداگانه ای را در مورد هر دسته اعمال کرد.این سیاست های تجاری بر اساس نتایج و قوانینی که از رفتارهای خرید مشتریان در هر خوشه بدست می آیند تنظیم می شوند.این قوانین نیز با بکار گیری تکنیک قوانین وابستگی که یکی از تکنیک های داده کاوی است بدست می آید. پس از خوشه بندی مشتریان، رفتار خرید مشتریان در هر خوشه مورد بررسی قرار می گیرد و با استفاده از تکنیک قوانین انجمنی، قوانینی مانند A,B F ( به این معنی که اگر کالای A و B توسط این مشتری خریداری شود آنگاه به احتمال زیاد کالای F نیز خریداری می شود ) استخراج می شوند که کمک می کنند تا صاحبان کالا بتوانند پیشنهاد درستی به مشتری بدهند و تبلیغ کالایی که او علاقه بیشتری نسبت به خرید آن را دارد به او عرضه کنند و به این ترتیب تبلیغات را برای مشتری شخصی سازی کنند. در اغلب تحقیقاتی که در زمینه کشف دانش مشتری و کشف الگوهای رفتاری مشتری انجام شده است، برای بکار گیری تکنیک قوانین انجمنی از الگوریتم استقرایی یا بهبودهایی از آن استفاده شده است,52] [40,42,47,48,49. Liao و همکارانش در تحقیق خود مشتریان بازار توریسم را با استفاده از خوشه بندی دو-گامی1 به چند دسته تقسیم می کنند و با استفاده از الگوریتم استقرایی به استخراج الگوها از هر دسته می پردازند[52]. در تحقیق دیگری Liao و همکارانش از الگوریتم استقرایی و الگوریتم k-means به عنوان تکنیک هایی از قوانین انجمنی و تحلیل خوشه در داده کاوی برای استخراج دانش مشتری جهت استفاده در بسط دادن خط تولید در خرده فروشی استفاده کردند[55]. Liao همچنین در دیگر تحقیق خود با استفاده از الگوریتم خوشه بندی k-means مشتریان را به گروه های مجزا تقسیم کرد و بر روی هر یک از این گروه ها الگوریتم استقرایی را بکار برد تا از نتایج آن در روش فروش مستقیم2 استفاده کند[42]. Liao همچنین همین شیوه را برای جستجو و کشف رفتار خرید گروهی برخط انجام داد[23]. در کار دیگری محمدی و فرجیان برای کاوش رفتار مشتریان بانک از شیوه تاخر، تناوب، مالی استفاده کردند تا ارزش مشتریان را مشخص کنند و بر اساس این توسط الگوریتم K-means مشتریان را خوشه بندی کردند.بعد از خوشه بندی مشتریان از الگوریتم استقرایی برای کشف قوانین انجمنی و رابطه های معنا داری که بین تعداد زیادی از آیتم ها بصورت همگام اتفاق می افتند استفاده کردند و پروفایل مشتریان را ساختند که ویژگی های هر گروه از مشتریان را شرح می دهد تا به برقراری بهتر استراتژی های بازاریابی بانک کمک کنند[56]. در کار دیگری مشتریان بانکداری الکترونیکی را توسط تکنیک تاخر، تناوب، مالی و الگوریتم های خوشه بندی K-Means و SOMS مطابق با پروفایل های شخصی و کارکردهای قبلیشان بخش بندی کردند، سپس الگوریتم استقرایی را بکار بردند تا روابط میان ویژگی های سرویس های بانکداری الکترونیکی را تشخیص دهد.نتایج بدست آمده کمک می کند تا بسته های خدماتی جدیدی برای مشتریان تولید شود که برای هر مشتری و کاربر بانکداری الکترونیکی شخصی شده هستند[57]. با بررسی کارهایی که انجام گرفته است مشخص می شود یکی از راه حل ها برای شخصی سازی تبلیغات یا شخصی سازی خدمات برای مشتریان گام های زیر را دنبال می کند: 1. آماده سازی داده 2. معیاردهی ارزش مشتری با استفاده از شیوه تاخر، تناوب، مالی 3. خوشه بندی مشتریان بر اساس ارزش آنها که معمولا توسط الگوریتم k-means یا بهبودهایی از آن انجام می گیرد. 4. استخراج دانش مشتری و قوانین انجمنی که معمولا توسط الگوریتم استقرایی یا بهبودهایی از آن بر روی هر یک از خوشه ها انجام می گیرد. 5. استفاده از نتایج بدست آمده در مراحل قبل برای تعیین استراتژی های بازاریابی جدید و شخصی سازی تبلیغات یا خدمات برای هر دسته از مشتریان. منابع: 1. Ling, R., & Yen, D. C. “Customer relationship management: An analysis framework and implementation strategies”. Journal of Computer Information Systems, Volume 41, (2001). Pages 82–97. 2. Zablah, A.R., Bellenger, D.N. and Johnston, W.J. “An evaluation of divergent perspectives on customer relationship management: Towards a common understanding of an emerging phenomenon”, Industrial Marketing Management Volume 33, Issue 6, (2004). Pages 475-489 3. WIKSTRÖM, C.E. “Organizational Change And Customer Relationship Management Success” , available at http://www.cs.uta.fi/is/julkaisut/2003/2003_wikstrom_1.pdf, (2004) –Pages 1-11 4. Mohammad Sourizaei, Dr.Ahmad Reza Keikhayfarzaneh, Dr.Javad Khalatbari, Mohammad Mojtaba Keikhayfarzaneh, “Customer Relationship Management (CRM) and Its Risk Factors”, International Journal of Scientific & Engineering Research Volume 2, Issue 8, ISSN 2229-5518. August 2011 5. Turban, E, Mclean, E. And Wetherber, J, “Information Technology for Management Making Connections for Strategic Advantage”, 2nd Ed. New York; Wiley, 2002. 6. Burnett. Handbook of Key Customer Relationship Manage-ment: “The Definitive Guide to Winning, Managing and Developing Key Account Business”, Prentice Hall: New Jersy.2001. 7. Hamp Jf & P.Swatman. “Customer Relationship Management” , Case Studies of Swedish, Luella university of Technologies. 2002. 8. Feinburg j, & N.C.Romano. “ Electronic Customer Relationship Management- Revising the General Principles of Usability and Resistance- an Integrative Implementation Framework”, Business Process Management Journal , Vol . 9, No.5. 2003. 9. البداوي، امیر وعنایت تبار، محمد ، "مدیریت ارتباط با مشتري در محیط الکترونیکی"، چهارمین کنفرانس بین المللی مدیریت ،تهران ، آذرماه 1385 10. ThuyUyen H. Nguyen, “Strategies for successful CRM implementation”, Information Management & Computer Security, Vol. 15 No. 2, (2007), Pages 102-115 11. Hicks, D. “Customer focus meets business agility: the business case for SOA”, CRM Project, available at: www.crmproject.com, Vol. 6 , (2006). 12. Massy, P, A, Montoya-Weiss, M.M, Holcom, K., “Re-engineering the customer relationship” , Leveraging Knowledge assets at IBM, Decision Support System, vol.32, 2003, Pages 155-170. 13. Peppard, J. “Customer relationship management (CRM) in financial services”, EuropeanManagement Journal, Vol.18 No. 3. (2000),Pages 312-327 14. Bauer, H.H., Grether, M. and Leach, M. “Building customer relations over the internet”, Industrial Marketing Management, Vol. 31, (2002), pp. 155-163. 15. Frawley, A, “Evolving to eCRM: how to optimize interactive relationships between you and your customers”, white paper, Xchange Inc.(2000), available at: www.ctiforum.com/ technology/CRM/wp03 /ecrmwhitepaper.pdf. 16. Przemysław Kazienko, Michał Adamski, “AdROSA—Adaptive personalization of web advertising”, Information Sciences 177, (2007), Pages 2269–2295 17. احمد روستا، سيد ابوالفضل ابوالفضلي، حسن قرباني،" بررسي نقش تعديل كننده عدم اعتماد به اجتناب از تبليغات اينترنتي"، نشريه مديريت فناوري اطلاعات، دوره 1، شماره 2، بهار و تابستان 1388 ، از صفحه 51 تا 66 18.محمدرضا داوری، فریبرز قهرمانی، بهروز مینایی بیدگلی، " استفاده از داده کاوی برای ارائه مدل رفتاری آژانسهای فروش بلیط در زنجیره تامین شرکت های هواپیمایی " ، کنفرانس بین المللی داده کاوی، دانشگاه امیرکبیر تهران، سال 2008 19.Jiawei Han, Micheline Kamber, “Data Mining: Concepts and Techniques”, Second Edition, Morgan Kaufmann Publishers,March 2006 20.Barry,M; Linoff,G. “Data Mining Techniques for Marketing”, Sales and Customer Support.New York:John Wiley & sons,1997 21. هیوا صمدیان، حمید عابد، ادریس بابائی، " بررسی کاربرد و تاثیر استفاده از داده کاوی در حوزه مسکن در ایران " ، کنفرانس بین المللی داده کاوی، دانشگاه امیرکبیر تهران، سال 2008 22. Nikolaos Mastrogiannis, Basilis Boutsinas, Ioannis Giannikos. “ A method for improving the accuracy of data mining classification algorithms”, Computers & Operations Research, Volume 36, Issue 10, October 2009, Pages 2829-2839 23. Shu-hsien Liao, Pei-hui Chu, Yin-ju Chen, Chia-Chen Chang, “mining customer knowledge for exploring online group buying behavior”, Expert Systems with Applications, Volume 39, Issue 3, 15 February 2012, Pages 3708-3716 24. ايزدپرست سيد محمود، وحدت داود، "داده کاوی و کاربرد آن در کتابخانه ها و مؤسسات آموزشی" ، ماهنامه ارتباط علمي ، مرداد 1388 25. شهرابی، جمال." داده کاوی " جلد اول، جهاد دانشگاهی واحد صنعتی امیرکبیر 1386. 26. Rui Xu, Donald Wunsch II, “Survey of Clustering Algorithms”, IEEE TRANSACTIONS ON NEURAL NETWORKS, VOL. 16, NO. 3, MAY 2005 27. André L. Vizine , Ro N. De Castro , Eduardo R. Hruschka , Ricardo R. Gudwin. “Towards Improving Clustering Ants: An Adaptive Ant Clustering Algorithm”. Informatica 29, 2005,Pages 143–153 28. Fengqin Yang, Tieli Sun, Changhai Zhang, “An efficient hybrid data clustering method based on K-harmonic means and Particle Swarm Optimization”, Expert Systems with Applications 36 (2009),Pages 9847–9852 29. مسعود یقینی، رقیه سیدی، "نسیم گریلی نیا، طبقه بندي ايستگاه هاي مسافري راه آهن جمهوري اسلامي ايران با استفاده از تكنيك خوشه بندي"، کنفرانس بین المللی داده کاوی، دانشگاه امیرکبیر تهران، سال 2008 30. مجتبي كوپايي، بهروز مينايي بيدگلي، "روشي براي رتبه بندي تغييرات در الگوي رفتاري مشتريان فروشگاه هاي زنجيره اي"، کنفرانس بین المللی داده کاوی، دانشگاه امیرکبیر تهران، سال 2008 31. Zhang, B., Hsu, M., and Dayal, U. “K-harmonic means – a data clustering algorithm”, Technical Report HPL- Hewlett-Packard Laboratories, 1999-124. 32. Hua Jiang, Shenghe Yi, Jing Li, Fengqin Yang, Xin Hu, “Ant clustering algorithm with K-harmonic means clustering”, Expert Systems with Applications 37 (2010), Pages 8679–8684 33. Shehroz S. Khan, Amir Ahmad, “Cluster center initialization algorithm for K-means clustering”, Pattern Recognition Letters 25, (2004),Pages 1293–1302 34. Mehran Mansouri, “The Effect of Minimum Support Parameter on Association Rule Discovery Algorithms Performance”, IDMC2008, Amir Kabir University 35. Agrawal, R. and R. Srikant. “Fast Algorithms for Mining Association Rules in Large Databases”, Proceedings of the 20th International Conference on Very Large Data Bases table of contents. (1994) .Pages 487-499 36. رحمان علیمحمد زاده، داده کاوی از پایگاه های داده XML، پایان نامه کارشناسی ارشد در رشته مهندسی فناوری اطلاعات، دانشگاه تهران، شهریور 1385 37. Babak Sohrabi, Amir Khanlari, “Customer Lifetime Value (CLV) Measurement Based on RFM Model” , Iranian Accounting & Auditing Review, Spring 2007,Vol. 14 No. 47, Pages 7- 20 38. Chang H-C, Tsai H-P., “Group RFM Analysis as a Novel Framework to Discover Better Customer Consumption Behavior”, Expert Systems with Applications 38 (2011) 39. Ching-Hsue Cheng, You-Shyang Chen, “Classifying the segmentation of customer value via RFM model and RS theory”, Expert Systems with Applications 36 (2009) 40. Wen-Yu Chiang, “To mine association rules of customer values via a data mining procedure with improved model: An empirical case study”, Expert Systems with Applications 38 (2011) 41. Morteza Namvar, Mohammad R. Gholamian, Sahand KhakAbi , “A Two Phase Clustering Method for Intelligent Customer Segmentation”, International Conference on Intelligent Systems, Modelling and Simulation,2010 42. Shuhsien Liao, “Mining customer knowledge for direct selling and marketing”, Expert Systems with Applications 38 (2011) 43. Seyed Mohammad Seyed Hosseini, Anahita Maleki, Mohammad Reza Gholamian, “Cluster analysis using datamining approach to develop CRM methodology”, Expert Systems with Applications 37 (2010) 44. Pramod Prasad et al. “Generating Customer Profiles for Retail Stores Using Clustering Techniques”, International Journal on Computer Science and Engineering, Vol. 3 No. 6 June 2011 45. Guozheng Zhang; , “Customer Segmentation Based on Survival Character”, Wireless Communications, Networking and Mobile Computing. WiCom,International Conference, 21-25 Sept. 2007 . Pages 3391-3396 46. VASILIS AGGELIS, DIMITRIS CHRISTODOULAKIS, “Customer Clustering using RFM analysis”, ICCOMP'05 Proceedings of the 9th WSEAS International Conference on Computers ,2005 47. Shu-Hsien Liao,Chia-Lin Hsieh, Sui-Ping Huang, “Mining product maps for new product development”, Expert Systems with Applications 34 (2008) 48. Changsheng Zhang, Jing Ruan, “A Modified Apriori Algorithm with Its Application in Instituting Cross-Selling Strategies of the Retail Industry”, International Conference on Electronic Commerce and Business Intelligence, 2009 49. Shu-Hsien Liao, Chih-Hao Wen. , “Mining Demand Chain Knowledge for New Product Development and Marketing”, Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on , vol.39, no.2, March 2009, Pages 223-227 50. Hwang, H., Jung, T., & Suh, E. “An LTV model and customer segmentation based on customer value: A case study on the wireless telecommunication industry”. Expert Systems with Applications, 26,(2004), Pages 181–188 51. Taeho Hong, Eunmi Kim, “Segmenting customers in online stores based on factors that affect the customer’s intention to purchase”, Expert Systems with Applications 39 (2012) 52. Shu-hsien Liao, Yin-Ju Chen, Min-yi Deng, “Mining customer knowledge for tourism new product development and customer relationship management”, Expert Systems with Applications 37 (2010),Pages 4212–4223 53. Yi-Hui Liang, “Integration of data mining technologies to analyze customer value for the automotive maintenance industry”, Expert Systems with Applications 37 (2010), Pages 7489–7496 54. Mahboubeh Khajvand, Kiyana Zolfaghar, Sarah Ashoori, Somayeh Alizadeh, “Estimating customer lifetime value based on RFM analysis of customer purchase behavior: case study”, Procedia Computer Science 3 (2011), Pages 57–63 55. Shu-Hsien Liao, Chyuan-Meei Chen, Chung-Hsin Wu, “Mining customer knowledge for product line and brand extension in retailing”, Expert Systems with Applications 34 (2008),Pages 1763–1776 56. Mohammad Ali Farajian, Shahriar Mohammadi, “Mining the Banking Customer Behavior Using Clustering and Association Rules Methods”, International Journal off Industrial Enginering & Production Research, Vol 21, No 4, December 2010 57. Waminee Niyagas, Anongnart Srivihok, Sukumal Kitisin, “Clustering e-Banking Customer using Data Mining and Marketing Segmentation”, ECTI TRANSACTIONS ON COMPUTER AND INFORMATION TECHNOLOGY VOL.2, NO.1 MAY 2006