сотрудник
Воронеж, Воронежская область, Россия
УДК 656.13 Организация и эксплуатация автомобильного транспорта. Движение автомобилей. Общие вопросы
В сложившихся условиях неустойчивости и быстроизменяющейся экономики большую роль играют математические методы и интеллектуальные информационные технологии, используемые при принятии управленческих решений в различных сферах. Особенно тщательно требуется подходить к процессу обеспечения запасов продаваемой продукции, необходимой для получения прибыли предприятия автомобильного сервиса. Предприятие для своей деятельности нуждается в наличии широкого ассортимента автозапчастей. Отсутствие необходимых деталей может спровоцировать длительный простой автомобилей в ожидании технического сервиса или отказ клиентов от обслуживания. Излишки деталей, которые долго не продаются, требуют увеличенных затрат на их хранение. В статье для анализа товарного ассортимента запасных частей дилерского автосервисного предприятия применяется алгоритм FP-Growth, который решает задачу поиска ассоциативных правил. Данная задача основана на поиске в большом объеме исходных данных взаимосвязей в виде если Х, то Y. Алгоритм FP-Growth отличается от других методов поиска ассоциативных правил процедурой построения дерева вариантов наборов объектов, позволяющей сократить перебор возможных вариантов и уменьшить количество итераций. Для реализации предлагаемого алгоритма использовалась аналитическая система Loginom Community. В результате были определены наборы запасных частей, часто используемые вместе при текущем ремонте автомобилей.
автосервисное предприятие, запасные части, анализ ассортимента, поиск ассоциативных правил, алгоритм FP-Growth, FP-tree, система Loginom
1. Бабенко, И.В. Современные тенденции формирования системы интегрированного управления запасами / И.В. Бабенко // Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент. – 2019. – Т. 9, № 6 (35). – С. 135-146.
2. Sazonova, S.A. Simulation of a transport standby for ensuring safe heat supply systems operation / S.A. Sazonova, S.D. Nikolenko, A.A. Osipov // IOP Conference Series: Materials Science and Engineering. International science and technology conference "FarEastCon-2019". - 2020. - P. 052004. -. DOI: 10.1088/1757-899X/753/5/052004.
3. Матвеева, Е.А. Информационная поддержка деятельности логистической компании / Е.А. Матвеева, К.А. Сомов // Инфокоммуникационные технологии. – 2021. – Т. 19, № 3. – С. 276-282. - DOI: 10.18469/ikt.2021.19.3.02.
4. Evdokimova, S.A. Segmentation of store customers to increase sales using ABC-XYZ-analysis and clustering methods / S.A. Evdokimova // Journal of Physics: Con-ference Series. - 2021. - С. 012117. - DOI: 10.1088/1742-6596/2032/1/012117.
5. Новикова, Т.П. Повышение эффективности управления предприятиями автомобильного сервиса путем применения CALS-технологий / Т.П. Новикова, В.К. Зольников, А.И. Новиков // Альтернативные источники энергии в транспортно-технологическом комплексе: проблемы и перспективы рационального использования. – 2014. – Т. 1. – № 1(1). – С. 396-399.
6. Новикова, Т.П. Математическая модель оптимального распределения работ в сетевых канонических структурах / Т.П. Новикова, О.В. Авсеева, А.И. Новиков // Фундаментальные и прикладные проблемы техники и технологии. – 2013. – № 5(301). – С. 48-52.
7. Новикова, Т.П. Алгоритм решения задачи оптимального распределения работ в сетевых канонических структурах / Т.П. Новикова, А.И. Новиков // Лесотехнический журнал. – 2014. – Т. 4, № 4(16). – С. 309-317. – DOI: 10.12737/8515.
8. Новикова, Т.П. К вопросу выбора методов принятия управленческих решений в социально-экономических системах / Т.П. Новикова // Альтернативные источники энергии в транспортно-технологическом комплексе: проблемы и перспективы рационального использования. – 2015. – Т. 2, № 1(2). – С. 286-289. – DOI: 10.12737/14053.
9. Новикова, Т.П. Математическая модель распределения трудовых ресурсов при технической эксплуатации и ремонте автотранспортных средств / Т.П. Новикова, А.И. Новиков, С.В. Дорохин // Актуальные вопросы инновационного развития транспортного комплекса : Материалы 5-й Международной научно-практической интернет-конференции, Орел, 18–20 апреля 2016 г. – Орел, 2016. – С. 133-139.
10. Novikova, T.P. Production of complex knowledgebased systems: optimal distribution of labor resources management in the globalization context / T.P. Novikova, A.I. Novikov // Globalization and its socio-economic consequences : Proceedings, Rajecke Teplice, Slovak Republic / Edited by prof. Ing. Tomas Kliestik. Vol. Part I-VI. – Rajecke Teplice, Slovak Republic: University of Zilina, 2018. – Pp. 2275-2281.
11. Novikova, T.P. Management Specificity of the Labour Resources for Example Design-Center Projects / T.P. Novikova, A.I. Novikov // Ekonomicko-Manažérske Spektrum. – 2018. – Vol. 12, No 2. – P. 37-45.
12. Новиков, А.И. Управление распределением трудовых ресурсов в автосервисных предприятиях / А.И. Новиков, Т.П. Новикова, С.В. Дорохин // Мир транспорта и технологических машин. – 2017. – № 1 (56). – С. 126-131.
13. Новиков, А.И. Наноэлектроника: очередной этап развития электронной техники / А.И. Новиков, Т.П. Новикова, М.Д. Евтеев // Техника и технологии: пути инновационного развития : материалы 3-й Международной научно-практической конференции, Курск, 29 июня 2013 г. – Курск: «ЗАО Университетская книга», 2013. – С. 140-142.
14. Новиков, А.И. Применение нанотехнологий в автомобильном транспорте : учебное пособие / А.И. Новиков. – Воронеж, 2016. – 156 с.
15. К вопросу развития системы энергообразования двигателей внутреннего сгорания / А.И. Новиков, С.В. Дорохин, Т.П. Новикова, А.Г. Каширских // Альтернативные источники энергии на автомобильном транспорте: проблемы и перспективы рационального использования : сборник научных трудов по материалам Международной научно-практической конференции, Воронеж, 20–21 марта 2014 г. – Воронеж, 2014. – Т. 1. – С. 272-274.
16. Свидетельство о регистрации программы для ЭВМ 2021667363. Информационная система для участка по ремонту автотранспорта и механизмов : № 2021666981 : заявл. 28.10.2021 ; опубл. 28.10.2021 / С.А. Морозов, Т.П. Новикова, А.И. Новиков ; заявитель и патентообладатель ФГБОУ ВО «ВГЛТУ».
17. Joshi, S. Customer centric sales analysis and prediction / S. Joshi, L.S. Rao, B. Ida Seraphim // International Journal of Engineering and Advanced Technology. – 2019. – V. 8(4). – Pp. 1749-1753.
18. Lisnawati, H. Data mining with associated methods to predict consumer purchasing patterns / H. Lisnawati, A. Sinaga // International Journal of Modern Education and Computer Science. – 2020. – V. 12(5). – Pp. 16-28. – DOI: 10.5815/ijmecs.2020.05.02.
19. Ünvan, Y.A. Market basket analysis with association rules / Y.A. Ünvan //Communications in Statistics - Theory and Methods. – 2021. – V. 50, I. 7. – Pp. 1615-1628. – DOI: 10.1080/03610926.2020.1716255.
20. Patacsil, F.F. Analyzing the relationship between information technology jobs advertised on-line and skills requirements using association rules / F.F. Patacsil, M. Acosta // Bulletin of Electrical Engineering and Informatics. – 2021. – V. 10(5). – Pp. 2771-2779. – DOI: 10.11591/eei.v10i5.2590.
21. Suryana, A. Application of data mining with association rules to review relationship between insured, products selection and customer behavior / A. Suryana, E. Yulianto // Universal Journal of Electrical and Electronic Engineering. – 2019. – V. 6(2). –Pp. 45-61. – DOI: 10.13189/ujeee.2019.061405.
22. Ramesh Kumar, G. Frequent item set mining with TM algorithm and tree creation / G. Ramesh Kumar, K. Arulanandam, A. Kavitha // Advances in Modelling and Analysis B. – 2018. – V. 61(4). – Pp. 171-175. – DOI: 10.18280/ama_b.610401.
23. Tang, H., Li, Z. Identifying domain knowledge in collaborative innovation communities: Based on hMETIS and FP-Growth / H. Tang, Z. Li // Xitong Gongcheng Lilun yu Shijian/System Engineering Theory and Practice. – 2018. – V. 38(8). – Pp. 2068-2078. – DOI: 10.12011/1000-6788(2018)08-2068-11.
24. Arasan, K.A. Generating association rules to identify adolesence behavior of students in higher educational institutions / K.A. Arasan, E. Ramaraj, S. Muthukumaran // International Journal of Scientific and Technology Research. – 2019. – V. 8(9). – Pp. 959-962.
25. Li, H. A scalable association rule learning heuristic for large datasets / H. Li, P.C.-Y. Sheu // Journal of Big Data. – 2021. – V. 8(1). – S. 86. – DOI: 10.1186/s40537-021-00473-3.
26. Collaborative filtering and association rule mining-based market basket recommendation on spark / F. Wang, Y. Wen, T. Guo [et al.] // Concurrency and Computation: Practice and Experience. – 2020. – V. 32(7). – S. e5565. – DOI: 10.1002/cpe.5565.
27. Xu, X. Applying data mining techniques for technology prediction in new energy vehicle: a case study in China / X. Xu, M. Gui // Environmental Science and Pollution Research. – 2021. – V. 28, I. 48. – Pp. 68300-68317. – DOI: 10.1007/s11356-021-15298-z.
28. Application of association rule: Apriori algorithm in E-Commerce / A. Das, S. Jana, P. Ganguly, N. Chakraborty // Innovations in Energy Management and Renewable Resources, IEMRE 2021. – C. 9386737. – DOI: 10.1109/IEMRE52042.2021.9386737.
29. Data mining using Apriori algorithm and linear regression in product recommendations / R. Laurentinus, O. Rizan, H. Sarwindah [et al.] // 4th International Seminar on Research of Information Technology and Intelligent Systems, ISRITI 2021. – 2021. – Pp. 217-223. – DOI: 10.1109/ISRITI54043.2021.9702791.
30. FP-growth algorithm for discovering region-based association rule in the IoT environment / H.-J. Jang, Y. Yang, J.S. Park, B. Kim // Electronics (Switzerland). – 2021. – V. 10 (24). – S. 3091. – DOI: 10.3390/electronics10243091.
31. Zhang, B. Optimization of FP-Growth algorithm based on cloud computing and computer big data / B. Zhang // International Journal of System Assurance Engineering and Management. – 2021. – V. 12, I. 4. – Pp. 853-863. – DOI: 10.1007/s13198-021-01139-2.
32. A guided FP-Growth algorithm for mining multitude-targeted item-sets and class association rules in imbalanced data / L. Shabtay, P. Fournier-Viger, R. Yaari, I. Dattner // Information Sciences. – 2021. – T. 553. – Pp. 353-375. – DOI: 10.1016/j.ins.2020.10.020.
33. Zhou, S. Data Mining and Analysis of the Compatibility Law of Traditional Chinese Medicines Based on FP-Growth Algorithm / S. Zhou // Journal of Mathematics. – 2021. – T. 2021. – S. 1045152. – DOI: 10.1155/2021/1045152.
34. Wu, Y. Building the electronic evidence analysis model based on association rule mining and FP-growth algorithm / Y. Wu, J. Zhang // Soft Computing. – 2020. – T. 24, I. 11. – Pp. 7925-7936. – DOI: 10.1007/s00500-019-04032-0.
35. Wang, X. Research on association rules of course grades based on parallel FP-Growth algorithm / X. Wang, G. Jiao //Journal of Computational Methods in Sciences and Engineering. – 2020. – V. 20(3). – Pp. 759-769. – DOI: 10.3233/JCM-194079.
36. Using K-means algorithm and FP-growth base on FP-tree structure for recommendation customer SME / M. Ali Syakur, B.K. Khotimah, E.M.S. Rochman, B.D. Satoto // Journal of Theoretical and Applied Information Technology. – 2018. – V. 96(4). – Pp. 1102-1113.
37. Ramya, V. Usage of dimension tree and modified FP-growth algorithm for association rule mining on large volumes of data / V. Ramya, M. Ramakrishnan // Journal of Engineering and Applied Sciences. – 2018. –V. 13(7). – Pp. 1670-1675.
38. Аналитическая платформа Loginom. – URL: https://loginom.ru/ (дата обращения: 20.03.2022).
