СИСТЕМА ПІДТРИМКИ ПРИЙНЯТТЯ МАРКЕТИНГОВИХ РІШЕНЬ НА ОСНОВІ НЕЧІТКОЇ ЕКСПЕРТНОЇ СИСТЕМИ, НАВЧЕНОЇ АСОЦІАТИВНИМ ПРАВИЛАМ

Анотація

У статті запропоновано розв’язання актуальної науково-прикладної задачі створення системи підтримки прийняття маркетингових рішень на основі нечіткої експертної системи, навченої асоціативним правилам. Розроблена система поєднує прозорість нечіткого логічного виводу з можливістю самонавчання на основі закономірностей даних. Ідентифікація параметрів функцій належності здійснюється за допомогою адаптивного мультиагентного метаевристичного методу – адаптивної системи вібруючих частинок (AVPS). Запропонована система адаптує поведінку частинок, залежно від номера ітерації, що забезпечує ефективний загальний пошук на початкових етапах та цільове вдосконалення рішень на фінальних стадіях. Для навчання асоціативним правилам у дослідженні були викристані відомі алгоритми Apriori та FP-Growth, а програмна реалізація здійснена з використанням бібліотек TensorFlow, Keras, Pandas, mlxtend та Scikit-Fuzzy. Експериментальне дослідження, що здійснено на основі масиву даних про споживчу поведінку та клієнтські переваги,  підтвердило високу точність запропонованої системи (0.98), що перевищує результати традиційної вібраційної оптимізації (0.93), навчання зі зворотним поширенням помилки (0.90) та оцінки, надані експертом (0.80). Запропонована у статті система стійка до неповноти даних і шумів, а також узагальнює закономірності за такими ознаками, як вік, стать і категорія товару. Наукова новизна дослідження полягає в інтеграції адаптивної метаевристики AVPS у процес навчання нечітких експертних систем. Запропоноване рішення є масштабованим і придатним для застосування в інтелектуальних рекомендаційних системах, персоналізованому маркетингу та прийнятті споживчих рішень.