Alışveriş fişlerinde metin sınıflandırması ve satın alınan ürün kategorilerinin tahmini

Son dönemde mobil cihazlar ve kampanya yönetimi platformlarındaki gelişmeler, pazarlama alanında kişiselleştirme konseptlerine büyük ilgi uyandırmıştır. Kişiselleştirilmiş deneyimler, perakendeciler arasındaki rekabeti artırmıştır. Bu rekabet ortamında, doğru müşterilere doğru kişiselleştirilmiş teklifleri sunmak, rekabetin bir adım önünde olmak açısından önem taşımaktadır. Bu çalışmada, bir metin sınıflandırma modeli ve bu modelin çıktısını girdi olarak kullanan bir satın alma davranışı tahminleme modeli önerilmektedir. İlk model kullanılarak alışveriş fişlerinde satın alınan ürünlerin kategorisi tahmin edilirken, ikinci model kişi bazında son alışveriş tarihi, alışveriş sıklığı ve alışveriş tutarı gibi bilgileri girdi alarak ürün kategorilerinin satın alınma olasılığını tahmin etmek için kullanılmaktadır. Ayrıca, müşteriler, k ortalama kümeleme algoritmasıyla alışveriş bilgileri kullanılarak sınıflara ayrıştırılmış, sınıflar ve ürün kategorileri arasındaki olası ilişki araştırılmıştır. Karar ağaçları, rassal ormanlar ve gradyan artırma ağaçları gibi ağaç temelli algoritmaların performansı analiz edilmiş ve modellerin performansı kampanya yönetim platformundan elde edilen veri seti üzerinden değerlendirilmiştir. Bu deneylerin sonucunda, rassal ormanlar modelinin seçilen metrikler açısından diğer modellerden daha iyi bir performans sergilediği görülmüştür. Buna ek olarak, satın alınan kategorilerin çoğunda, sınıflar ile kategorilerin satın alınma olasılıkları arasında orta dereceli bir korelasyon bulunmuştur.