افزایش کارایی سیستم در پیش بینی ریزش مشتریان با ترکیب روش انتخاب ویژگی مبتنی بر نهنگ و ترکیب طبقه بند مبتنی بر ژنتیک

کاهش مشتریان، که به عنوان جذب مشتری یا ترک مشتری شناخته می شود، به پدیده اشاره دارد کا مشتریان از کسب وکار منصرف می شوند یا اشتراک و عضویت خود را لغو می کنند. این اتفاق زمانی رخ می دهد که مشتریان دیگر ارزشی در محصولات یا خدماتی که توسط شرکت ارائه می شود نمی بینند و تصمیم به قطع رابطه با آن ها می گیرند. دلیل اصلی ریزش، عدم رضایت از خدمات مصرف کننده و سیستم پشتیبانی است. کلید باز کردن قفل راه حل های این مشکل با پیشبینی مشتریانی است که در معرض خطر ریزش هستند. در این پژوهش جهت پیشبینی ریزش مشتریان از یک فرآیند چندمرحله ای شامل: پیش پردازش، استخراخ ویژگی توسط الگوریتم نهنگ و عملیات طبقه بندی که از روش ترکیب طبقه بندهای ماشین باردار پشتیبان، نزدیک ترین همسایه و درخت تصمیم است با استفاده ازالگوریتم ژنتیک انجام گردیده است. پارامترهای ارزیابی مورداستفاده در این پژوهش شامل معیارهای دقت، صحت، فراخوان و معیار Fمی باشد که به ترتیب مقادیر ۸۵.۵ - ۸۷.۲۴ - ۹۵.۳۵-۹۱.۱۱ را به دست آورده است. نتای[ آزمایش ها نشان داد که دقت روش پیشنهادی نسبت به دیگر روش های بیان گردیده در مقاله ی مرجاع بالاتر می باشد. دلیل برتری روش پیشنهادی ابتدا به الگوریتم استخراج ویژگی مربوط می باشد

Keywords:

ریزش مشتریان , استخراج ویژگی , انتخاب ویژگی , طبقه بندی , الگوریتم نهنگ , الگوریتم جستجوی گرانشی