ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

استفاده از تکنیک های داده کاوی به منظور محاسبه نرخ رویگردانی مشتریان

Year: 1393
COI: MOCONF01_0555
Language: PersianView: 642
This Paper With 10 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

حسین عزیزی نژاد - گروه مهندسی صنایع - دانشگاه صنعتی امیرکبیر تهران
سحر وطنخواه - دانشجوی دکترای مهندسی صنایع دانشگاه الزهرا تهران

Abstract:

پیش بینی رویگردانی مشتریان یکی از مهمترین مسائل در مدیریت ارتباط با مشتریان می باشد. هدف این پیش بینی، حفظ مشتریان ارزشمند به منظور به حداکثر رساندن سود شرکت است. تکنیک های داده کاوی همچون شبکه های عصبی مصنوعی و درخت تصمیم به منظور پیش بینی اینکه آیا یک مشتری رویگردان یا غیر رویگردان است. به طور گسترده ای مورد استفاده قرار می گیرند. این تحقیق پس از بیان مفاهیمی در مورد مدیریت رویگردانی مشتریتن، به معرفی روشهای پیش بینی رویگردانی مشتریان به کمک تکنیک های داده کاوی می پردازد.

Keywords:

مدیریت رویگردانی مشتریان , مدیریت ارتباط با مشتری , داده کاوی

Paper COI Code

This Paper COI Code is MOCONF01_0555. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/392756/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
عزیزی نژاد، حسین و وطنخواه، سحر،1393،استفاده از تکنیک های داده کاوی به منظور محاسبه نرخ رویگردانی مشتریان،International Conference on Accounting and Management،Tehran،https://civilica.com/doc/392756

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 :

  • Athanas sopoulo S, A. _ (2000). Customer satisfaction cues to ...
  • Au, W. H., Chan, K. C., & Yao, X. (2003). ...
  • Bolton, R. N., Lemon, K. N., & Verhoef, P. C. ...
  • Blattberg, R. C., Malthouse, E. C., & Neslin, S. A. ...
  • Coussement, K., & De Bock, K. W. (2013). Customer churn ...
  • Donkers, B., Verhoef, P. C., & de Jong, M. G. ...
  • Gupta, S., Lehmann, D., & Ames Stuart, J. (2004). Valuing ...
  • Guoxiu, Liang.(2005). _ comparative study of three decision Tree algorithms: ...
  • Han, .. Kamber, . _ _ Morgan Kaufmann Series in ...
  • Hadden, J., Tiwari, A., Roy, R., & Ruta, D. (2007). ...
  • Kim, H. S., & Yoon, C. H. (2004). Determinants of ...
  • Kim, H. S., & Yoon, C. H. (2004). Determinants of ...
  • Mitchell, T.M. (1997). Machine learning, Mac Graw- Hill, p.52 ...
  • Neslin, S. A., Gupta, S., Kamakura, W., Lu, J., & ...
  • Pang Huang, Han, Chiun Liang, Chao. (1998). _ A Learning ...
  • Reichheld, F. F., & Teal, T. (2001). The loyalty effect: ...
  • Reichheld, F. F., & Sasser Jr, W. E. (1989). Zero ...
  • Rodpysh, K. V. (2012). Model to Predict the Behavior of ...
  • Rust, R. T., Lemon, K. N., & Zeithaml, v. A. ...
  • Ultsch, A. (1999). Data mining and knowledge discovery with emergent ...
  • Yang, L, & Chiu, C. (2007). Subscriber Churn Prediction in ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    Scientometrics

    The specifications of the publisher center of this Paper are as follows:
    Type of center: دانشگاه دولتی
    Paper count: 21,194
    In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

    مقالات پیشنهادی مرتبط

    New Papers

    Share this page

    More information about COI

    COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

    The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

    Support