ارایه یک متد داده کاوی ترکیبی برای سگمنت بندی مشتریان براساس رفتارهای خرید
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,628
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCSCIT02_121
تاریخ نمایه سازی: 17 اردیبهشت 1391
Abstract:
امروزه می توان از روشهای داده کاوی از جمله الگوریتم های خوشه بندی برای سگمنت بندی وشناسایی مشتریان استفاده نمود متداولترین الگوریتم خوشه بندی که برای مجموعه داده های مشتریان به کارمی رود الگوریتم K-means می باشد اما مشکل اصلی این الگوریتم حساسیت آن به انتخاب مراکز اولیه هرخوشه و احتمال همگرایی به راه حل بهینه محلی می باشد دراین مقاله برای کاهش این مشکل و بهبودسگمنت بندی مشتریان براساس رفتارهای خرید آنها از ترکیب دوالگوریتم k-means,PSO استفاده و عملکرد الگوریتم ترکیبی با استفاده از مجموعه داده هایی از فروشگاه زنجیره ای مواد غذایی ماندرین ارزیابی و خوشه های حاصل از این روش از دیدگاه رفتارهای خرید مشتریان تحلیل شده است نتایج ارزیابی بیانگر این استکه درروش پیشنهادی میزان خطای خوشه بندی به نحو چشمگیری کاسته شدها ست.
Keywords:
Authors
مریم بهبودی
گروه کامپیوتر دانشگاه آزاد اسلامی واحد اراک
بهروز مینایی بیدگلی
استادیار دانشگاه علم و صنعت تهران
حسین ابراهیم پورکومله
استادیار دانشگاه کاشان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :