| Titre : | La réalisation d’un système de prédiction dans e-commerce |
| Auteurs : | ALI KISRANE, Auteur ; Djazia Chami, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2021 |
| Format : | 1 vol. (50 p.) / ill. / 29 cm |
| Langues: | Français |
| Résumé : | Ce mémoire présente une méthode de prédiction dans le e-commerce en utilisant l'arbre de décision, en essayant d’avoir des meilleurs résultats pour la prédiction des nombres de ventes et du nombre de clients.Nous avons commencé par étudier la prédiction de la tâche du Data Mining.Nous avons aussi présenté e-commerce, leur historique, évolution, objectif …etc.Nous avons ensuite conçu et implémenté sur un Dataset une solution qui se base sur le prétraitement, c’est pour nettoyer et encode les données brutes, après faire le modèle(arbre) et le valider, finalement appliqué et testé dans l’application. |
| Sommaire : |
Introduction générale ........................................................ 1
Chapitre 1 : Prédiction (Data Mining) ........................................... 2 1. Introduction .............................................................. 2 2. Définition du Data Mining ...................................................................... 2 3. Architecture du Data Mining ...................................................................... 2 4. Processus du Data Mining ................................................................................. 3 4.1. Nettoyage des données ............................................................................... 4 4.2. Intégration de données .................................................................................. 4 4.3. Réduction de donnée ................................................................................. 4 4.4. Transformation des données ........................................................................ 4 4.5. Data Mining ............................................................................................... 4 4.6. Évaluation de modèle ......................................................................................... 5 4.7. Représentation des connaissances ......................................................................... 5 5. Types de méthode du Data Mining .............................................................................. 5 5.1. Les méthodes descriptives ..................................................................................... 5 5.2. Les méthodes prédictives (modélisation) .............................................................. 5 6. Les tâches du Data Mining .................................................................................. 6 6.1. La description ........................................................................ 6 6.2. L’estimation .............................................................. 6 6.3. La prédiction ..................................................................... 6 6.4. La classification .............................................................. 6 6.5. Le clustering ................................................................... 6 6.6. L’association ............................................................... 7 7. Objectif du Data Mining .................................................. 7 8. Les domaines du Data Mining ..................................................................................................... 8 8.1. Data Mining dans e-commerce ............................................................................................ 8 8.2. Data Mining dans ressources humains ................................................................................ 8 8.3. Data Mining dans les banques et finances ........................................................................... 8 8.4. Data Mining dans médical et pharmaceutiques ................................................................... 9 8.5. Data Mining dans aérospatial .............................................................................................. 9 8.6. Data Mining dans génétique humaine ................................................................................. 9 8.7. Data Mining dans Ingénierie électrique ............................................................................ 10 8.8. Data Mining dans assurances et santé ............................................................................... 10 8.9. Data Mining dans Vente, distribution et Marketing ..................................... 10 8.10. Data Mining dans la télécommunication .................................................. 10 9. La prédiction ......................................................................... 10 10. Comparaison entre classification et prédiction ...................................................................... 11 11. Les techniques de prédiction ................................................................................................. 11 11.1. La prédiction par arbre de décision ............................................................................... 11 11.1.1. Avantages ............................................................................................ 12 11.1.2. Inconvenant ................................................................................. 12 11.2. La prédiction par régression linéaire ............................................................................. 13 11.2.1. Avantages .............................................................................. 14 11.3. Prédiction par réseaux de neurones ............................................................................... 14 11.3.1. Avantages .................................................................................................................. 14 11.3.2. Inconvenants .............................................................................................................. 15 11.4. Machine à vecteurs de support ...................................................................................... 15 11.4.1. Avantages .................................................................................................................. 15 11.4.2. Inconvénients ............................................................................................................ 15 11.5. Prédiction avec les règles associative ............................................................................ 15 11.5.1. Avantages .................................................................................................................. 16 11.5.2. Inconvénients ............................................................................................................. 16 12. Conclusion ........................................................... 16 Chapitre 2 : E-commerce .............................................................. 17 1. Introduction .................................................................... 17 2. Définition E-commerce ............................................................................................................. 17 3. Historique du commerce électronique ....................................................................................... 18 4. L’évolution d’E-commerce ....................................................................................................... 19 5. Les avantages d’e-commerce .................................................................................................... 20 6. Les différentes formes du e-commerce ..................................................................................... 21 6.1. Business to business .......................................................................................................... 21 6.2. Business to consumer ........................................................................................................ 22 6.3. Business to Administration ................................................................................................ 22 6.4. Business to employer ......................................................................................................... 22 6.5. Consumer to consumer ...................................................................................................... 23 7. Les plus grands marchands dans e-commerce ........................................................................... 23 7.1. Alibaba .................................................... 23 7.2. Amazon ......................................................... 23 7.3. Flipkart ................................................................... 24 7.4. Jumia ................................................................ 24 8. E-commerce en Algérie ............................................................................................................. 24 9. Quelle que travail utilisent la prédiction Data Mining dans E-Commerce ................................ 25 9.1. Principe du système d’Amazon ......................................................................................... 25 9.2. Objectif d’utilisation Data Mining : .................................................................................. 26 10. Conclusion ................................................... 26 Chapitre 3 : conception du système ................................................. 27 1. Introduction ................................................................ 27 2. Architecture générale.......................................................... 27 3. Architecture détaillée....................................................................................... 29 3.1. Dataset ............................................................................. 29 3.2. Prétraitements ........................................................................ 29 3.2.1. Données textuelles ..................................................................................................... 29 3.2.2. Données numériques ................................................................................................. 30 3.3. Entraînement ..................................................................... 31 3.3.1. Construction l’Arbre de décision(modèle) ................................................................ 31 4. Utilisation .................................................................................. 32 5. Conclusion ......................................................................... 32 Chapitre 4 : implémentation ....................................................... 33 1. Introduction ......................................................... 33 2. Outils utilisés ....................................................... 33 2.1. Logiciel utilisé .................................................... 33 2.2. Langage utilisé .............................................. 35 2.3. Bibliothèques utilisées ....................................................................................................... 35 Dans éditeur Google colab ........................................................................................................ 35 Dans éditeur pycharm ................................................................................................................ 38 3. Application ........................................................ 39 4. Conclusion ............................................................... 40 Conclusion générale .................................................................... 41 Code source ......................................................................... 42 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/638 | Mémoire master | bibliothèque sciences exactes | Consultable |
