Применение алгоритмов машинного обучения для кластеризации клиентов в электронной коммерции

ISSN 2522-1647

Показать сокращенную информацию

dc.contributor.author Мацуганова, М. Д.
dc.contributor.author Черненко, Д. В.
dc.date.accessioned 2026-01-23T08:44:52Z
dc.date.available 2026-01-23T08:44:52Z
dc.date.issued 2025
dc.identifier.citation Мацуганова, М. Д. Применение алгоритмов машинного обучения для кластеризации клиентов в электронной коммерции / М. Д. Мацуганова, Д. В. Черненко // Развитие информатизации и государственной системы научно-технической информации (РИНТИ–2025) : доклады ХXIV Международной научно-технической конференции, Минск, 20 ноября 2025 г. / ОИПИ НАН Беларуси. – Минск, 2025. – С. 227–230. – Библиогр.: с. 230 (6 назв.). ru_RU
dc.identifier.uri https://rep.vstu.by/handle/123456789/21740
dc.description электронная коммерция ru_RU
dc.description клиенты ru_RU
dc.description поведение клиентов ru_RU
dc.description анализ поведения ru_RU
dc.description сегментация клиентов ru_RU
dc.description кластеризация клиентов ru_RU
dc.description методы кластеризации ru_RU
dc.description машинное обучение ru_RU
dc.description алгоритмы машинного обучения ru_RU
dc.description k-means ru_RU
dc.description DBSCAN ru_RU
dc.description.abstract Рассмотрены основные методы кластеризации – группировки клиентов по схожим признакам, используемой в алгоритмах машинного обучения при анализе поведения клиентов в электронной коммерции. ru_RU
dc.format.mimetype application/pdf ru_RU
dc.language.iso ru ru_RU
dc.publisher Витебский государственный технологический университет ru_RU
dc.title Применение алгоритмов машинного обучения для кластеризации клиентов в электронной коммерции ru_RU
dc.type Article ru_RU


Файлы в этом документе

Данный элемент включен в следующие коллекции

Показать сокращенную информацию

Яндекс.Метрика