@misc{Pondel_Maciej_Wybrane_2018, author={Pondel, Maciej and Korczak, Jerzy}, identifier={DOI: 10.15611/pn.2018.526.02}, year={2018}, rights={Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy}, publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu}, description={Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2018; Nr 526; s. 23-38}, language={pol}, abstract={W artykule zaprezentowano wybrane metody i narzędzia machine learning, wykorzystujące najnowsze technologie informacyjno-komunikacyjne, które mogą być używane przez podmioty prowadzące działalność handlową w modelu omnichannel w celu osiągnięcia przewagi konkurencyjnej na trudnym i turbulentnym rynku internetowym. Opisane zostaną metody pracy użytkownika platformy Real-Time Omnichannel Marketing (menedżera, analityka marketingu), poszukującego nietrywialnej, nowej i użytecznej wiedzy, którą będzie mógł wykorzystać w procesie podejmowania decyzji. Pokazano kilka przykładów zastosowań algorytmów machine learning. W szczególności opisano metody poszukiwania wzorców zachowań klienta, które zilustrowano eksperymentami wykonanymi na rzeczywistych danych. Pozyskana wiedza może być użyta w sposób automatyczny w procesach komunikacji z klientem m.in. do zwiększenia szansy zakupu, polepszenia satysfakcji klienta, zmniejszenia ryzyka odejścia klienta czy optymalizacji marży na produkcie}, title={Wybrane algorytmy machine learning w marketingu}, type={artykuł}, keywords={ekspolarcja danych marketingowych, machine learning, Hadoop, MLlib, reguły asocjacyjne, association rules, Spark}, }