تقسیم بندی مشتریان بر اساس مدل RFM با استفاده از الگوریتم فراکتال

Publish Year: 1403
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 17

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ITCT23_086

تاریخ نمایه سازی: 1 شهریور 1403

Abstract:

از مهمترین ابعاد مدیریت ارتباط با مشتری ، کشف الگوی رفتاری خرید مشتری است . سازمان می تواند با تعریف استراتژی های بازاریابی دقیق تر جهت جذب مشتریان مشابه اقدام کند. در دنیای رقابت ی امروز، شناخت دقیق مشتریان و توانایی پاسخگویی به نیازهای آنها برای موفقیت سازمانها حیاتی است . با پیشرفت های اخیر در حوزه داده کاوی و تحلیل دادههای بزرگ، سازمانها اکنون قادر به استفاده از روشهای پیچیده تری برای تقسیم بندی مشتریان و درک بهتر رفتار آنها هستند. مدل تازگی ، فراوانی و مالی (RFM) به عنوان یکی از مدلهای مطرح در این زمینه ، امکان تقسیم بندی مشتریان بر اساس ارزش آنها برای سازمان را فراهم می آورد. در این پایان نامه ، یک طرح تقسیم بندی مشتریان با استفاده از خوشه بندی فراکتال و روش بهینه سازی AVOAGA که ترکیبی از دو روش بهینه سازی کرکس آفریقایی و روش ژنتیک است ارائه شده است . شبیه سازی طرح پیشنهادی در محیط پایتون و با استفاده از مجموعه دادههای استاندارد حاوی RFM مشتریان انجام شد. بر اساس نتایج بدست آمده از شبیه سازی ، طرح پیشنهادی در هر دو شاخص پیمانگی و پراکندگی نسبت به طرح پایه بهبود یافته است .

Authors

آرین سرشار

کارشناسی ارشد مهندسی فناوری اطلاعات - تجارت الکترونیک کامپیوتر برق و کا مپیوتر دانشگاه آزاد الکترونیکی واحد الکترونیکی تهران، ایران

اعظم السادات نوربخش

استادیار، گروه کامپیوتر و فناوری اطلاعات، واحد لاهیجان، دانشگاه آزاد اسلامی ، لاهیجان، ایران