Інтелектуальний аналіз транзакційних даних В2В-клієнтів на основі ціннісно-зваженого темпорального підходу
DOI:
https://doi.org/10.18372/1990-5548.88.20958Ключові слова:
BB2-електронна комерція, інтелектуальний аналіз, виявлення високовартісних патернів, прогнозування, аналіз поведінки клієнтів, темпоральний аналіз даних, персоналізація контенту, рекомендаційні системиАнотація
Сучасні системи B2B-комерції генерують значні масиви транзакційних даних, проте класичні методи інтелектуального аналізу асоціативних правил мають низку критичних обмежень, зокрема «фінансову сліпоту» бінарних моделей та «темпоральну сліпоту» статичних підходів. Це унеможливлює виявлення паттернів, що мають реальну економічну цінність, та ігнорує циклічність оптових закупівель. У роботі запропоновано ціннісно-зважений темпоральний підхід до аналізу B2B-транзакцій. В основу підходу покладено математичну модель UP-Growth (Utility Pattern Growth), яку адаптовано для роботи з функцією корисності, що базується на раціональному контексті транзакції у вигляді добутку індивідуальної ціни та обсягу оптової закупівлі. Для подолання проблеми антимонотонності введено концепцію транзакційно-зваженої корисності. Інтеграція темпорального фактора реалізована через аналіз векторів міжзакупівельних інтервалів із використанням коефіцієнта варіації як критерію стабільності циклу. В результаті розроблено цілісну архітектуру двоетапного конвеєра інтелектуального аналізу транзакційних даних В2В-клієнтів. На першому етапі конвеєр здійснює екстракцію високовартісних товарних наборів (High-Utility Itemsets), а на другому розрахунок дати тригера для формування вікна проактивної пропозиції. Порівняльний аналіз із класичним алгоритмом FP-Growth підтвердив вищу ефективність запропонованого підходу у виявленні економічно значущих закономірностей, що підтверджено на прикладі реальних даних платформи «База взуття».
Посилання
Global Ecommerce Statistics: Trends to Guide Your Store in 2025 – Available from: https://www.shopify.com/enterprise/blog/global-ecommerce-statistics – [Accessed: Nov 2025].
Іnsider Intelligence – Available from: https://www.emarketer.com/insights/mobile-commerce- shopping-trends-stats/ [Accessed: Nov 2025].
T. S. Panasiuk, & I. R. Zubenko, (2024). Perspektyvy rozvytku b2c elektronnoi komertsii v sviti [Prospects for the development of b2c e-commerce in the world]. https://doi.org/10.5281/zenodo.14603373 [in Ukrainian]
O. O. Arsirii, D. V. Ivanov, & O. Yu. Babilunha, Analiz modelei, metodiv ta tekhnolohii stvorennia personalizovanoho kontentu v systemam B2B elektronnoi komertsii [Analysis of models, methods and technologies for creating personalized content in B2B e-commerce systems]. Informatyka. Kultura. Tekhnika [Informatics. Culture. Technology], 2, 273‒278, 2025. https://ict.op.edu.ua/index.php/journal/uk/issue/view/3 [in Ukrainian]
Y.-H. Hu, Y.-L. Chen, & K. Tang, “Mining sequential patterns in the B2B environment,” Journal of Information Science, 35(6), 677-694, 2009. https://doi.org/10.1177/0165551509103600 (Original work published 2009)
D. Kahneman, “Thinking, Fast and Slow,” Farrar, Straus and Giroux August 2014 Statistical Papers, 55(3), 2011. https://doi.org/10.1007/s00362-013-0533-y
E. Turban, J. Outland, D. King, et al., “Electronic Commerce 2018: A Managerial and Social Networks Perspective,” Springer International Publishing, 2018, Cham. https://doi.org/10.1007/978-3-319-58715-8
N. M. Shveda, & O. I. Krauze, (2024). Elektronna komertsiia: suchasnyi stan ta stratehii rozvytku [E-commerce: current state and development strategies]. Mizhnarodnyi naukovyi zhurnal "Internauka". Seriia: Ekonomichni nauky [International Scientific Journal "Internauka". Series: Economic Sciences], 2 (82). URL: https://doi.org/10.25313/2520-2294-2024-2-9639. [in Ukrainian]
Gunasekaran, A., et al. (2002) E-Commerce and Its Impact on Operations Management. International. Journal of Production Economics, 75, 185–197. https://doi.org/10.1016/S0925-5273(01)00191-8
Fred Wiersema, “The B2B Agenda: The current state of B2B marketing and a look ahead,” Industrial Marketing Management, vol. 42, Issue 4, pp. 470–488, May 2013. https://doi.org/10.1016/j.indmarman.2013.02.015. (https://www.sciencedirect.com/science/article/pii/S0019850113000345)
G. L. Lilien, “The b2b Knowledge Gap,” International Journal of Research in Marketing, 75, pp. 196–210, 2016. https://doi.org/10.1016/j.ijresmar.2016.01.003
Y.-H. Hu, Y.-L. Chen, & K. Tang, “Mining sequential patterns in the B2B environment,” Journal of Information Science, 35(6), pp. 677–694, 2009. https://doi.org/10.1177/0165551509103600 (Original work published 2009)
E. Cramer-Flood, (2022). Global Ecommerce Forecast & Growth Projections. – Available from: https://www.insiderintelligence.com/content/globalecommerce-forecast-2022 – [Accessed: Nov 2025]
Rakesh Agrawal, Tomasz Imieliński, and Arun Swami, “Mining association rules between sets of items in large databases,” In Proceedings of the 1993 ACM SIGMOD international conference on Management of data (SIGMOD '93), Association for Computing Machinery, New York, NY, USA, 1993, pp. 207–216. https://doi.org/10.1145/170035.170072
O. Arsirii, & D. Ivanov, “A Model and Method of Transactional-behavioral Data Mining for B2B Content Personalization,” Electronics and Control Systems, 1(87), pp. 14–23, 2026. https://doi.org/10.18372/1990-5548.87.20881
Francesco Ricci & Lior Rokach, & Bracha Shapira, Recommender Systems Handbook, 2010. https://doi.org/10.1007/978-0-387-85820-3_1
J. Han, J. Pei, Y. Yin, et al., “Mining Frequent Patterns without Candidate Generation: A Frequent-Pattern Tree Approach,” Data Mining and Knowledge Discovery, 8, 53–87, 2004. https://doi.org/10.1023/B:DAMI.0000005258.31418.83
M. J. Zaki, "Scalable algorithms for association mining," in IEEE Transactions on Knowledge and Data Engineering, vol. 12, no. 3, pp. 372–390, May-June 2000, https://doi.org/10.1109/69.846291
Grow your B2B sales with 6 smart B2B product bundling strategies: Available from: https://turis.app/b2b-ecommerce/grow-b2b-sales-6-b2b-product-bundle-strategies/ – [Accessed: Nov 2025
Vincent Tseng, & Cheng-Wei Wu, & Bai-En Shie, & Philip Yu, “UP-Growth: An efficient algorithm for high utility itemset mining,” Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2010, pp. 253–262. https://doi.org/10.1145/1835804.1835839
W. Gan, J. C. -W. Lin, P. Fournier-Viger, H. -C. Chao, V. S. Tseng and P. S. Yu, "A Survey of Utility-Oriented Pattern Mining," in IEEE Transactions on Knowledge and Data Engineering, vol. 33, no. 4, pp. 1306–1327, 1 April 2021, https://doi.org/10.1109/TKDE.2019.2942594. https://ieeexplore.ieee.org/document/8845637
Grow your B2B sales with 6 smart B2B product bundling strategies: Available from: https://turis.app/b2b-ecommerce/grow-b2b-sales-6-b2b-product-bundle-strategies/ – [Accessed: Nov 2025].
Investopedia: SKU: What it is and How it Works by Andrew Bloomenthal Updated June 15, 2025, Reviewed by Samantha Silberstein, Fact checked by Ariel Courage: Available from: https://www.investopedia.com/terms/s/stock-keeping-unit-sku.asp – [Accessed: Jun 2025]
O. O. Arsirii, O. M. Liubomska, O. V. Rudenko, & D. V. Ivanov, (2024). Hibrydna rekomendatsiina systema dlia pidtrymky UI/UX dyzaineriv [Hybrid recommendation system to support UI/UX designers]. Odeska politekhnika [Odesa Polytechnic], 29–35. https://doi.org/10.15276/ict.01.2024.30 https://ics60.aait.od.ua/zbirnik2024.pdf [in Ukrainian]
Systema elektronnoi komertsii B2B "Baza vzuttia" [B2B E-commerce system "Baza Obuvi"]. (n.d.). Available at: https://bazaobuvi.com.ua/ua/ [Accessed: Nov 2025] [in Ukrainian]
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Науковий журнал "Електроніка та системи управління" дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.
Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).
Авторські права
Автори, які публікують свої роботи в журналі ""Електроніка та системи управління":
-
зберігають за собою авторські права на свої публікації;
-
надають журналу право на перше опублікування статті;
-
погоджуються на поширення матеріалів за ліцензією CC BY 4.0;
-
мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.
