Clustering exploratoire pour la segmentation de données clients (Computer file, 2018) [WorldCat.org]
skip to content
Clustering exploratoire pour la segmentation de données clients Preview this item
ClosePreview this item
Checking...

Clustering exploratoire pour la segmentation de données clients

Author: Adnan El MoussawiArnaud GiacomettiNacéra Seghouani-BennacerJulien VelcinVincent LemaireAll authors
Publisher: 2018.
Dissertation: Thèse de doctorat : Informatique : Tours : 2018.
Edition/Format:   Computer file : Document : Thesis/dissertation : French
Summary:
Les travaux de cette thèse s'intéressent à l'exploration de la multiplicité des solutions de clustering. Le but est de proposer aux experts marketing un outil interactif d'exploration des données clients qui considère les préférences des experts sur l'espace des attributs. Nous donnons d'abord la définition d'un système de clustering exploratoire. Nous proposons ensuite une nouvelle méthode de clustering
Rating:

(not yet rated) 0 with reviews - Be the first.

Subjects
More like this

Find a copy online

Links to this item

Find a copy in the library

&AllPage.SpinnerRetrieving; Finding libraries that hold this item...

Details

Genre/Form: Thèses et écrits académiques
Material Type: Document, Thesis/dissertation, Internet resource
Document Type: Internet Resource, Computer File
All Authors / Contributors: Adnan El Moussawi; Arnaud Giacometti; Nacéra Seghouani-Bennacer; Julien Velcin; Vincent Lemaire; Nicolas Labroche; Philippe De Guis; Christophe Marsala; Université de Tours.; École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire).; Laboratoire d'Informatique Fondamentale et Appliquée de Tours.; École polytechnique universitaire (Tours).
OCLC Number: 1124682986
Notes: Titre provenant de l'écran-titre.
Description: 1 online resource
Responsibility: Adnan El Moussawi ; sous la direction de Arnaud Giacometti.

Abstract:

Les travaux de cette thèse s'intéressent à l'exploration de la multiplicité des solutions de clustering. Le but est de proposer aux experts marketing un outil interactif d'exploration des données clients qui considère les préférences des experts sur l'espace des attributs. Nous donnons d'abord la définition d'un système de clustering exploratoire. Nous proposons ensuite une nouvelle méthode de clustering semi-supervisée qui considère des préférences quantitatives de l'utilisateur sur les attributs d'analyse et qui gère la sensibilité à ces préférences. Notre méthode tire profit de l'apprentissage de métrique pour trouver une solution de compromis entre la structure des données et les préférences de l'expert. Enfin, nous proposons un prototype de clustering exploratoire pour la segmentation des données de la relation client intégrant la nouvelle méthode de clustering proposée, mais aussi des fonctionnalités de visualisation et d'aide à l'interprétation de résultats permettant de réaliser un processus complet de clustering exploratoire.

The research work presented in this thesis focuses on the exploration of the multiplicity of clustering solutions. The goal is to provide to marketing experts an interactive tool for exploring customer data that considers expert preferences on the space of attributes. We first give the definition of an exploratory clustering system. Then, we propose a new semi-supervised clustering method that considers user's quantitative preferences on the analysis attributes and manages the sensitivity to these preferences. Our method takes advantage of metric learning to find a compromise solution that is both well adapted to the data structure and consistent with the expert's preferences. Finally, we propose a prototype of exploratory clustering for customer relationship data segmentation that integrates the proposed method. The prototype also integrates visual and interaction components essential for the implementation of the exploratory clustering process.

Reviews

User-contributed reviews
Retrieving GoodReads reviews...
Retrieving DOGObooks reviews...

Tags

Be the first.
Confirm this request

You may have already requested this item. Please select Ok if you would like to proceed with this request anyway.

Close Window

Please sign in to WorldCat 

Don't have an account? You can easily create a free account.