Best Marketing Targets for E-Commerce
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: English
View: 832
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECDC09_013
تاریخ نمایه سازی: 25 بهمن 1394
Abstract:
Recently many companies in Iran use tele marketing to introduce their products. These companies need to know their best target to following them over seasons andyears for more sales. This paper introduce a simple and good method to predicate behavior of customers based on priorcustomer’s actions. First of all, a dataset of customer action should be made and then preprocessed to reduce its attribute and dimension. Then a neural network will be made based on selected features to predicate sale action of customers. Finally an evolutionary algorithm like genetic can be used to findfeature of customers who will buy products more. This method evaluated by Portuguese Bank Tele Marketing dataset. Results show it simply can find best customers in this case study. It’s highly recommended to companies that use this method for reduce their marketing costs and have better performance
Keywords:
Authors
Behzad Soleimani Neysiani
Ph.D Candidate Department of Computer & Electrical Engineering University of Kashan Ghotb Ravandi Blvd., Kashan, Isfahan, Iran
Shima Ghezelbash
Master Department of IT Management University of IAUT Tehran, Iran
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 :