فرشته زمانی بافقی - کارشناسی ارشد فناوری اطلاعات- تجارت الکترونیک، دانشگاه آزاد اسلامی، بافق، ایران.
سیما شریعتمداری - دکترای مهندس کامپیوتر-نرم افزار، یزد، ایران

هدف: با توجه به اهمیت مشتریان در دنیای رقابت امروزی به خصوص در عرصه فروشگاه های اینترنتی، در مقاله حاضر روشی نوجهت استخراج الگوهای رفتاری مشتریان فروشگاه های اینترنتی بر مبنای الگوریتم های داده کاوی ارائه شده است.روش انجام پژوهش: ابتدا نیازهای مشتریان فروشگاه های اینترنتی استخراج شده و پرسشنامه کانو بر مبنای این شاخص ها طراحی ودر بین مشتریان این نوع فروشگاه ها توزیع گردید. در ادامه داده های پرسشنامه ای پیش پردازش و آماده سازی شدند و پس ازآن، نوع نیاز هریک از مشتریان طبق مدل کانو (ضروری، تک بعدی، جذاب و ...) تعیین گردید. پس ازآن مشتریان بر اساس نوع نیازها و ویژگی هایجمعیت شناختی از قبیل سن، جنسیت، وضعیت تاهل و تحصیلات با استفاده از الگوریتم کا-میانگین خوشه بندی شدند و لازم به ذکراست که تعداد خوشه اولیه به کمک الگوریتم دومرحله ای تعیین گردید. در ادامه فراوانی نیازهای مشتریان در هر خوشه اولویت بندی شدهو خوشه ها بر این اساس، کلاسه بندی شدند. در گام بعد، با در نظر گرفتن متغیر کلاس مشتریان به عنوان متغیر هدف، با استفاده از تکنیکدرخت تصمیم به پیش بینی نوع نیازهای مشتریان آتی پرداخته شد.یافته ها: نتایج پژوهش نشان می دهد که روش پیشنهادی به منظور پیش بینی نوع نیازهای مشتریان جدید از دقت مطلوبی برخورداراست. در پایان پژوهش، قوانین و الگوهای رفتاری مشتریان بر اساس نوع نیازهای مدل کانو استخراج گردید. به این ترتیب مشتری جدیدبر اساس ویژگی های جمعیت شناختی خود می تواند در یکی از سه خوشه نیازهای تک بعدی، جذاب و ترکیب این دو نیاز قرار بگیرد. براین اساس فروشگاه های اینترنتی با توجه به نوع مشتری و نیازهای او، می توانند استراتژی های متفاوتی اتخاذ کنند.

رضایت مشتری، فروشگاه اینترنتی، مدل کانو، داده کاوی، درخت تصمیم