Mall Customer Segmentation

وصف العمل:

مشروع تحليل وتقسيم عملاء المول باستخدام تقنيات التعلم غير الموجّه (Unsupervised Learning) بهدف فهم أنماط الإنفاق والدخل وتصنيف العملاء إلى فئات تساعد الشركات على اتخاذ قرارات تسويقية أكثر ذكاءً.

ميزات المشروع:

تحليل بيانات العملاء (الدخل السنوي – درجة الإنفاق) وتنظيفها وتجهيزها للنمذجة.

تطبيق خوارزمية K-Means Clustering لتجميع العملاء في مجموعات متجانسة.

استخدام طريقة Elbow ومعيار Silhouette لتحديد العدد الأمثل للمجموعات.

عرض النتائج في رسوم بيانية تفاعلية توضّح سلوك كل شريحة من العملاء.

تطوير واجهة تفاعلية باستخدام Streamlit تتيح للمستخدم استكشاف النتائج بسهولة.

طريقة التنفيذ:

تم تنفيذ المشروع بلغة Python باستخدام مكتبات:

Pandas, NumPy, Scikit-Learn, Matplotlib, Seaborn, وStreamlit.

تم تدريب النموذج، حفظه بصيغة pkl، ثم نشره كتطبيق تفاعلي يوضح نتائج التحليل والتقسيم بصرياً.