بهبود الگوریتم خوشه بندی مشتریان برای توزیع قطعات یدکی با رویکرد داده کاوی (k-means)

Publish Year: 1391
نوع سند: مقاله ژورنالی
زبان: Persian
View: 1,215

This Paper With 12 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IJIE-23-2_009

تاریخ نمایه سازی: 6 شهریور 1393

Abstract:

خوشه بندی مشتریان با رویکرد داده کاوی برای بهینه سازی برنامه حمل و نقل یکی از مباحث مطرح در حوزه مدیریت ارتباط با مشتریان است . در این مقاله داده ها و اطلاعات واقعی توزیع قطعات یدکی شرکت ایساکو در طی 36 ماه گذشته مورد بررسی قرار گرفته است و به کمک ابزار داده کاوی شباهت رفتار تقاضای قطعات یدکی توسط مشتریان در مناطق مختلف کشور ایران سنجیده شده است . تابع سنجش شباهت رفتار مشتریان در مناطق مختلف براساس ترکیب قواعد تعریف گردیده است . براساس این تابع و به کمک الگوریتم k-means عملیات خوشه بندی انجام گرفته و مشتریان مشابه در یک خوشه قرار گرفته اند . تابع سنجش شباهت رفتار مشتریان در پنج مرحله تشکیل شده است . تابع شباهت مشتریان براساس فواصل اقلیدسب (مکان استقرار آنها )، زمان تقاضای مشتریان و مقدار ارزش حجمی تقاضای مشتریان به صورت جداگانه تعریف شده است . سپس این سه عامل با هم ترکیب شده و تابع DCB به وجود آمده است . در مرحله نهایی با در نظر گرفتن وزن های مختلف برای سال ها و فصول گوناگون تابع BCD بهبود یافته در نرم افزار R انجام و تابع BCD بهبود یافته به عنوان بهترین تابع برای خوشه بندی انتخاب شده است . سپس با استفاده از مدل DTM رفتار هر بخش تحلیل شده و سیاست های توزیع مناسب برای آن بخش تبیین شده است . نتایج حاصل بیانگر کاهش 32 درصد هزینه های توزیع در شرکت ایساکو می باشد.

Keywords:

الگوریتم خوشه بندی مشتریان , مدیریت ارتباط با مشتریان , داده کاوی(k-means)

Authors

محمدمهدی سپهری

عضو هیات علمی دانشگاه تربیت مدرس

مهرداد کارگری

دانشجوی دکتری دانشگاه تربیت مدرس