1. Introduction1.1. Problem descrip

1. Introduction
1.1. Problem description and motivation
Taking supermarket shopping model as an example, conven-tional data mining can be used to analyze the relationship between purchased commodities. Unfortunately, it cannot discover valid business strategies on different groups of customers. Therefore, one important fundamental problem is how to classify the custom¬ers into different segments according to their spending behaviors.
In the paper, we propose a dynamics model for data mining, where we capture the spending behaviors of customers as the parameters of a single pendulum model. And further, simulating the movements of the single pendulum, we also consider the spending behaviors of customers to be several vibrations like a sin¬gle pendulum. Although the relations between the spending behaviors of customers and the vibrations of the single pendulums are somewhat arbitrarily, the experimental results are satisfying, especially for the three selected datasets, viz., FoodMart dataset, stock experimental dataset and aircraft dataset. Finally, by such dynamics model, we can obtain some useful dynamics patterns about the spending behaviors of customers.
So, our motivation is to construct a dynamics model based on single pendulum for data mining, and the maximum consumption of the customer is mapped into the maximum amplitude of the sin¬gle pendulum, the drop of the customer consumption is mapped

Results (Indonesian) 1:

1. Pendahuluan1.1. Deskripsi masalah dan motivasiMengambil supermarket belanja model sebagai contoh, ili mengkonversikannya data pertambangan dapat digunakan untuk menganalisis hubungan antara dibeli komoditas. Sayangnya, itu tidak dapat menemukan strategi bisnis yang berlaku pada kelompok pelanggan yang berbeda. Oleh karena itu, satu masalah mendasar yang penting adalah bagaimana untuk mengklasifikasikan custom¬ers ke segmen yang berbeda menurut perilaku pengeluaran mereka.Dalam kertas, kami mengusulkan sebuah model dinamika untuk data pertambangan, dimana kita menangkap perilaku pengeluaran pelanggan sebagai parameter model pendulum tunggal. Dan selanjutnya, simulasi gerakan pendulum tunggal, kami juga mempertimbangkan perilaku pengeluaran menjadi beberapa getaran seperti bandul sin¬gle pelanggan. Meskipun hubungan antara perilaku pengeluaran pelanggan dan getaran pendulums tunggal yang agak sewenang-wenang, hasil percobaan memuaskan, terutama untuk tiga dipilih dataset, yakni, FoodMart dataset, saham dataset eksperimental dan dataset pesawat. Akhirnya, oleh model dinamika tersebut, kita dapat memperoleh beberapa pola dinamika berguna tentang perilaku pengeluaran pelanggan.Jadi, motivasi kita adalah untuk membangun model dinamika berdasarkan satu pendulum untuk data pertambangan, dan konsumsi maksimum pelanggan dipetakan ke amplitudo maksimum dari sin¬gle pendulum, drop dari konsumsi pelanggan dipetakan

Results (Indonesian) 2:

1. Pendahuluan
1.1. Deskripsi masalah dan motivasi
Mengambil Model belanja supermarket sebagai contoh, konvensi-nasional data mining dapat digunakan untuk menganalisis hubungan antara komoditas yang dibeli. Sayangnya, hal itu tidak dapat menemukan strategi bisnis yang valid pada kelompok yang berbeda dari pelanggan. Oleh karena itu, salah satu masalah mendasar yang penting adalah bagaimana mengklasifikasikan custom¬ers menjadi segmen yang berbeda sesuai dengan perilaku belanja mereka.
Dalam tulisan ini, kami mengusulkan suatu model dinamika untuk data mining, di mana kita menangkap perilaku belanja pelanggan sebagai parameter tunggal Model pendulum. Dan selanjutnya, simulasi gerakan pendulum tunggal, kami juga mempertimbangkan perilaku belanja pelanggan menjadi beberapa getaran seperti pendulum sin¬gle. Meskipun hubungan antara perilaku belanja pelanggan dan getaran dari pendulum tunggal agak sewenang-wenang, hasil eksperimen yang memuaskan, terutama untuk tiga dataset yang dipilih, yaitu, dataset FoodMart, saham dataset eksperimental dan dataset pesawat. Akhirnya, model dinamika tersebut, kita dapat memperoleh beberapa dinamika yang berguna pola tentang perilaku belanja pelanggan.
Jadi, motivasi kami adalah untuk membangun sebuah model dinamika berdasarkan pendulum tunggal untuk data mining, dan konsumsi maksimum pelanggan dipetakan ke dalam amplitudo maksimum pendulum sin¬gle, penurunan konsumsi pelanggan dipetakan