نظام تعلم آلة (Machine Learning) ذاتي التصحيح، مصمم خصيصاً لتحليل وتقسيم سلوك مستخدمي الإنترنت. يهدف النظام إلى تقديم توصيات ذكية للباقات لضمان عدم نفاذها المبكر، بالإضافة إلى توفير بيئة آمنة تكتشف الاستخدام التجاري غير المصرح به.

مميزات المشروع:

تحليل وتقسيم المستخدمين: معالجة المشاكل الناتجة عن اختلاف الاستهلاك الفعلي عن الباقات القياسية.

اكتشاف الاحتيال: نظام دقيق لرصد الأنماط غير الطبيعية والاستخدام التجاري باستخدام خوارزمية DBSCAN.

لوحة تحكم تفاعلية (Dashboard): واجهة مخصصة للمسؤولين تعرض تحليلات البيانات ورؤى الأداء في الوقت الفعلي بصيغة رسوم بيانية تفاعلية.

طريقة التنفيذ والأدوات المستخدمة:

تم بناء خط سير بيانات هجين (Hybrid Pipeline) يجمع بين خوارزميات التجميع (Clustering) والتصنيف (Classification) لضبط حصص الاستهلاك برمجياً.

لغات وأدوات التطوير: Python, Scikit-Learn, Pandas, NumPy لمعالجة البيانات وتدريب النماذج.

واجهة العرض: تم تصميمها بالكامل باستخدام مكتبات Streamlit و Plotly لضمان تجربة مستخدم سلسة واحترافية