လက်တွေ့ဘဝတွင် အစုအဝေးခွဲခြမ်းစိတ်ဖြာခြင်း၏နမူနာ ၅ ခု

အစုအဝေးခွဲခြမ်းစိတ်ဖြာခြင်း သည် ဒေတာအစုတစ်ခုအတွင်း စူးစမ်းလေ့လာမှုအုပ်စုများကို ရှာဖွေရန် ကြိုးပမ်းသည့် စက်သင်ယူမှု တွင် အသုံးပြုသည့် နည်းပညာတစ်ခုဖြစ်သည်။

အစုအဖွဲ့ခွဲခြမ်းစိတ်ဖြာခြင်း၏ ရည်ရွယ်ချက်မှာ အစုအဝေးတစ်ခုစီအတွင်းရှိ ရှုမြင်သုံးသပ်ချက်များသည် တစ်ခုနှင့်တစ်ခု အတော်လေး ဆင်တူကြောင်း အစုအဝေးများကို ရှာဖွေရန်ဖြစ်ပြီး မတူညီသော အစုအဝေးများတွင် လေ့လာတွေ့ရှိမှုများသည် တစ်ခုနှင့်တစ်ခု အလွန်ကွာခြားပါသည်။

အောက်ပါဥပမာများသည် အစုလိုက်ခွဲခြမ်းစိတ်ဖြာခြင်းကို အမျိုးမျိုးသော လက်တွေ့ကမ္ဘာအခြေအနေများတွင် မည်သို့အသုံးပြုကြောင်းပြသသည်။

ဥပမာ 1- လက်လီစျေးကွက်

လက်လီကုမ္ပဏီများသည် အလားတူအိမ်ထောင်စုအုပ်စုများကို ခွဲခြားသတ်မှတ်ရန် အစုလိုက်အပြုံလိုက်အသုံးပြုလေ့ရှိသည်။

ဥပမာအားဖြင့်၊ လက်လီလုပ်ငန်းတစ်ခုသည် အောက်ပါအိမ်ထောင်စုအချက်အလက်များကို စုဆောင်းနိုင်သည်-

• အိမ်ထောင်စုဝင်ငွေ
• အိမ်ထောင်စု အရွယ်အစား
• အိမ်ထောင်ဦးစီး အတတ်ပညာ
• အနီးဆုံးမြို့ပြဧရိယာအကွာအဝေး

ထို့နောက် ၎င်းတို့သည် အောက်ဖော်ပြပါ အစုအဝေးများကို ဖော်ထုတ်နိုင်စေရန်အတွက် ဤကိန်းရှင်များကို အစုလိုက်အပြုံလိုက် အယ်လဂိုရီသမ်တစ်ခုအဖြစ် မိတ်ဆက်နိုင်သည်-

• အုပ်စု 1- မိသားစုငယ်များ၊ အသုံးစရိတ်ကြီးသူများ
• အုပ်စု 2- မိသားစုကြီးများ၊ အသုံးစရိတ်ကြီးသူများ
• အုပ်စု 3- မိသားစုငယ်၊ ကုန်ကျစရိတ်နည်းသည်။
• အုပ်စု 4- မိသားစုကြီးများ၊ ကုန်ကျစရိတ်နည်းသည်။

ထို့နောက် ကုမ္ပဏီသည် သီးခြားကြော်ငြာအမျိုးအစားများကို တုံ့ပြန်နိုင်ခြေအပေါ်မူတည်၍ အိမ်ထောင်စုတစ်ခုစီထံ စိတ်ကြိုက်ကြော်ငြာများ သို့မဟုတ် အရောင်းစာများ ပေးပို့နိုင်သည်။

ဥပမာ 2- တိုက်ရိုက်လွှင့်ဝန်ဆောင်မှုများ

ထုတ်လွှင့်ခြင်းဝန်ဆောင်မှုများသည် ကြည့်ရှုသူများကို အလားတူအပြုအမူဖြင့်ခွဲခြားသတ်မှတ်ရန် အစုလိုက်ခွဲခြမ်းစိတ်ဖြာမှုကို အသုံးပြုလေ့ရှိသည်။

ဥပမာအားဖြင့်၊ တိုက်ရိုက်လွှင့်ခြင်းဝန်ဆောင်မှုသည် တစ်ဦးချင်းစီနှင့်ပတ်သက်သော အောက်ပါဒေတာများကို စုဆောင်းနိုင်သည်-

• တစ်နေ့ကို ကြည့်ရှုသည့် မိနစ်များ
• တစ်ပတ်လျှင် ကြည့်ရှုမှု စုစုပေါင်း အရေအတွက်
• တစ်လလျှင် ကြည့်ရှုသည့် ထူးခြားသော ရှိုးပွဲအရေအတွက်

ဤမက်ထရစ်များကိုအသုံးပြုခြင်းဖြင့်၊ တိုက်ရိုက်ကြည့်ရှုခြင်းဝန်ဆောင်မှုသည် မြင့်မားသောအသုံးပြုမှုနည်းပါးသောအသုံးပြုသူများကို ခွဲခြားသတ်မှတ်ရန် အစုလိုက်အပြုံလိုက်ခွဲခြမ်းစိတ်ဖြာမှုကို လုပ်ဆောင်နိုင်သောကြောင့် ၎င်းတို့၏ကြော်ငြာဘတ်ဂျက်အများစုကို မည်သူသုံးစွဲသင့်သည်ကို သိရှိနိုင်မည်ဖြစ်သည်။

ဥပမာ 3- အားကစားသိပ္ပံ

အားကစားအဖွဲ့ဒေတာ သိပ္ပံပညာရှင်များသည် အလားတူကစားသမားများကို ရှာဖွေဖော်ထုတ်ရန် အစုလိုက်အပြုံလိုက်ကို အသုံးပြုလေ့ရှိသည်။

ဥပမာအားဖြင့်၊ ပရော်ဖက်ရှင်နယ်ဘတ်စကက်ဘောအသင်းများသည် အောက်ပါကစားသမားအချက်အလက်များကို စုဆောင်းနိုင်သည်-

• တစ်ပွဲလျှင် အမှတ်များ
• ဂိမ်းတစ်ခုလျှင် ပြန်ခုန်နှုန်းများ
• ပွဲစဉ်အလိုက် ပံ့ပိုးကူညီပေးခြင်း။
• ဂိမ်းတစ်ခုလျှင် ခိုးယူခြင်း။

ထို့နောက် ၎င်းတို့သည် အလားတူကစားသမားများကို ခွဲခြားသတ်မှတ်ရန် ဤကိန်းရှင်များကို အုပ်စုဖွဲ့ခြင်းဆိုင်ရာ အယ်လဂိုရီသမ်တစ်ခုအဖြစ် ကျွေးမွေးနိုင်ပြီး ၎င်းတို့သည် အချင်းချင်း လေ့ကျင့်ရန်နှင့် ၎င်းတို့၏ အားသာချက်များနှင့် အားနည်းချက်များအပေါ် အခြေခံ၍ သီးခြားလေ့ကျင့်ခန်းများ ပြုလုပ်နိုင်မည်ဖြစ်သည်။

ဥပမာ 4- အီးမေးလ်စျေးကွက်ရှာဖွေရေး

စီးပွားရေးလုပ်ငန်းအများအပြားသည် သုံးစွဲသူများနှင့် ဆင်တူသူများကို ခွဲခြားသတ်မှတ်ရန် အစုအဖွဲ့ခွဲခြမ်းစိတ်ဖြာမှုကို အသုံးပြုကာ စားသုံးသူများထံ ပေးပို့သော အီးမေးလ်များကို ဝင်ငွေအများဆုံးရရှိသည့်နည်းလမ်းဖြင့် အံဝင်ခွင်ကျဖြစ်စေနိုင်သည်။

ဥပမာအားဖြင့်၊ လုပ်ငန်းတစ်ခုသည် စားသုံးသူများအကြောင်း အောက်ပါအချက်အလက်များကို စုဆောင်းနိုင်သည်-

• အီးမေးလ်များ၏ ရာခိုင်နှုန်းကို ဖွင့်လှစ်ခဲ့သည်။
• အီးမေးလ်တစ်ခုလျှင် ကလစ်အရေအတွက်
• အီးမေးလ်များကို စစ်ဆေးရန် အချိန်ကုန်သည်။

ဤမက်ထရစ်များကို အသုံးပြု၍ လုပ်ငန်းတစ်ခုသည် အလားတူနည်းလမ်းများဖြင့် အီးမေးလ်အသုံးပြုသော စားသုံးသူများကို ခွဲခြားသတ်မှတ်နိုင်ပြီး မတူညီသော ဖောက်သည်အုပ်စုများသို့ ပေးပို့သည့် အီးမေးလ်အမျိုးအစားများနှင့် အကြိမ်ရေများကို အံဝင်ခွင်ကျဖြစ်စေရန် အစုလိုက်ခွဲခြမ်းစိတ်ဖြာမှုကို လုပ်ဆောင်နိုင်သည်။

ဥပမာ 5- ကျန်းမာရေးအာမခံ

ကျန်းမာရေးအာမခံကုမ္ပဏီမှ လျှို့ဝှက်ကုမ္ပဏီများသည် ၎င်းတို့၏ကျန်းမာရေးအာမခံကို သီးခြားနည်းလမ်းများဖြင့် အသုံးပြုသည့် စားသုံးသူများ၏ “အစုအဝေးများ” ကို ခွဲခြားသတ်မှတ်ရန် အစုလိုက်အပြုံလိုက်ခွဲခြမ်းစိတ်ဖြာမှုကို မကြာခဏအသုံးပြုလေ့ရှိသည်။

ဥပမာအားဖြင့်၊ actuary သည် အိမ်ထောင်စုများအကြောင်း အောက်ပါအချက်အလက်များကို စုဆောင်းနိုင်သည်-

• တစ်နှစ်လျှင် ဆရာဝန်လာရောက်သည့် စုစုပေါင်းအရေအတွက်
• စုစုပေါင်းအိမ်ထောင်စုအရွယ်အစား
• အိမ်ထောင်စုတစ်စုလျှင် နာတာရှည်ရောဂါစုစုပေါင်း
• အိမ်ထောင်စုဝင်များ၏ ပျမ်းမျှအသက်

ထို့နောက် actuary သည် အလားတူ အိမ်ထောင်စုများကို ခွဲခြားသတ်မှတ်ရန် ဤကိန်းရှင်များကို အစုလိုက်အပြုံလိုက် အယ်လဂိုရီသမ်တစ်ခုအဖြစ် ကျွေးမွေးနိုင်သည်။ ထို့နောက် ကျန်းမာရေးအာမခံကုမ္ပဏီသည် သီးခြားအုပ်စုများရှိ အိမ်ထောင်စုများ ၎င်း၏အာမခံကို အသုံးပြုရန် မည်မျှကြာကြာ မျှော်လင့်ထားသည်ကို အခြေခံ၍ လစဉ်ပရီမီယံကြေးကို သတ်မှတ်နိုင်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ကိန်းဂဏန်းဆိုင်ရာ ပရိုဂရမ်းမင်းဘာသာစကားများကို အသုံးပြု၍ မတူညီသောအစုအဝေးခွဲခြမ်းစိတ်ဖြာမှုများကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Python တွင် K-Means Clustering ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။
R တွင် K-Means အစုလိုက်ပြုလုပ်နည်း
R တွင် K-Medoids အစုလိုက်ပြုလုပ်နည်း
R တွင် hierarchical clustering လုပ်နည်း