Institutional Repository
Technical University of Crete
EN  |  EL

Search

Browse

My Space

Development of a product market recommendation system based on multi- criteria analysis and data mining methods

Kastorinis Ioannis

Simple record


URIhttp://purl.tuc.gr/dl/dias/BD28B674-E6C0-44B5-BC5F-E36BE029BBBE-
Identifierhttps://doi.org/10.26233/heallink.tuc.94961-
Languageel-
Extent82 σελίδεςel
Extent3.9 megabytesen
TitleΑνάπτυξη συστήματος συστάσεων για αγορά προϊόντων βασιζόμενο σε μεθόδους πολυκριτήριας ανάλυσης και εξόρυξης δεδομένωνel
TitleDevelopment of a product market recommendation system based on multi- criteria analysis and data mining methods en
CreatorKastorinis Ioannisen
CreatorΚαστορινης Ιωαννηςel
Contributor [Thesis Supervisor]Matsatsinis Nikolaosen
Contributor [Thesis Supervisor]Ματσατσινης Νικολαοςel
Contributor [Committee Member]Grigoroudis Evangelosen
Contributor [Committee Member]Γρηγορουδης Ευαγγελοςel
Contributor [Committee Member]Tsafarakis Steliosen
Contributor [Committee Member]Τσαφαρακης Στελιοςel
Contributor [Assistant Instructor]Kalafati Foteinien
Contributor [Assistant Instructor]Καλαφατη Φωτεινηel
PublisherΠολυτεχνείο Κρήτηςel
PublisherTechnical University of Creteen
Academic UnitTechnical University of Crete::School of Production Engineering and Managementen
Academic UnitΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
DescriptionΔιπλωματική Εργασία που υποβλήθηκε στην σχολή ΜΠΔ του Πολυτεχνείου Κρήτης στα πλαίσια των προπτυχιακών σπουδών.el
Content SummaryΣτην σύγχρονη εποχή ο τρόπος με τον οποίο οι επιχειρήσεις αξιοποιούν το τμήμα μάρκετινγκ τους παίζει καθοριστικό ρόλο για την προώθηση και την προβολή των προϊόντων ή των υπηρεσιών τους στο καταναλωτικό κοινό. Είναι σημαντικό να ικανοποιήσουν τις ανάγκες των καταναλωτών και αυτό θα επιτευχθεί πιο αποτελεσματικά αν οι επιχειρήσεις γνωρίζουν τις προτιμήσεις των πελατών και μπορούν να τμηματοποιήσουν τους καταναλωτές-πελάτες σύμφωνα με τον τρόπου που αυτοί συμπεριφέρονται – αποφασίζουν. Με βάση τα αποτελέσματα της ανάλυσης συμπεριφοράς τους θα μπορούν να αναπτύξουν νέα προϊόντα καθώς και να εφαρμόσουν καλύτερες στρατηγικές μάρκετινγκ. Στα πλαίσια της παρούσας διπλωματικής εργασίας θα πραγματοποιηθεί έρευνα και ανάλυση αγοράς στον τομέα των έξυπνων ρολογιών (smartwatches). Αρχικά θα γίνει ανάκτηση στοιχείων από σχετικές ιστοσελίδες πώλησης τέτοιων προϊόντων (πχ. Skroutz) για τη συλλογή σχολίων και αξιολογήσεων των έξυπνων ρολογιών της αγοράς, εν συνεχεία θα εφαρμοστούν μέθοδοι πολυκριτήριας ανάλυσης για τη διερεύνηση της συμπεριφοράς των καταναλωτών-χρηστών και τέλος θα εφαρμοστούν εργαλεία εξόρυξης δεδομένων (data mining) για την ανάλυση κειμένων-συναισθήματος (σχολίων και αξιολογήσεων) και ομαδοποίησης (πχ. LDA). Παράλληλα, θα πραγματοποιηθεί έρευνα αγοράς με χρήση ερωτηματολόγιο για συλλογή πρόσθετων πληροφοριών. Με την προτεινόμενη μεθοδολογία θα δημιουργηθεί ένα σύστημα συστάσεων που θα έχει ως τελικό στόχο την μελέτη και ανάλυση των προφίλ των καταναλωτών, καθώς και της σημαντικότητας των κριτηρίων. Ανάλογα με το προφίλ και τις προτιμήσεις, του κάθε καταναλωτή και των χαρακτηριστικών των προϊόντων (smartwatches) θα γίνεται και η τελική σύσταση προϊόντος. el
Type of ItemΔιπλωματική Εργασίαel
Type of ItemDiploma Worken
Licensehttp://creativecommons.org/licenses/by/4.0/en
Date of Item2023-02-24-
Date of Publication2023-
SubjectΤμηματοποίηση Αγοράςel
SubjectΣύσταση προϊόντοςel
SubjectSmartwatchesen
SubjectΕξόρυξη δεδομένωνel
SubjectΠολυκριτήρια ανάλυσηel
SubjectΑνάπτυξη συστήματος συστάσεων el
Bibliographic CitationΙωάννης Καστορίνης, "Ανάπτυξη συστήματος συστάσεων για αγορά προϊόντων βασιζόμενο σε μεθόδους πολυκριτήριας ανάλυσης και εξόρυξης δεδομένων", Διπλωματική Εργασία, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2023el
Bibliographic CitationIoannis Kastorinis, "Development of a product market recommendation system based on multi- criteria analysis and data mining methods", Diploma Work, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2023en

Available Files

Services

Statistics