خوشه بندی فازی بهبودیافته براساس ارزش طول عمر مشتری
Publish place: سومین کنگره بین المللی کامپیوتر، برق و مخابرات
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 417
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC03_332
تاریخ نمایه سازی: 6 اردیبهشت 1396
Abstract:
امروزه یکی از چالش های مهم در حوزه مدیریت ارتباط با مشتری در سازمان های مشتری محور، شناخت مشتریان،ایجاد تمایز میان گروه های مختلف مشتریان و رتبه بندی آنهاست. خوشه بندی یکی از تکنیک های داده کاوی دربازاریابی و مدیریت ارتباط با مشتری برای گروهبندی مشتریان استفاده میشود. ارزش طول عمر مشتری عبارتستاز میزان ارزشی که شرکت در طول زمان ارتباط با مشتری دریافت میکند و نقش مهمی را در خوشه بندی مشتریانایفا می کند. بدین ترتیب با خوشه بندی براساس پارامترهای موثر در ارزشمندی آنها می توان استراتژی هایبازاریابی و مدیریت ارتباط با مشتری را متناسب با ویژگی های مختلف مشتریان تبیین نمود. بنابراین، هدف اصلیاین پژوهش ارایه یک روش خوشه بندی فازی بهبودیافته براساس ارزش طول عمر مشتری می باشد. در این تحقیقرویکرد ترکیبی برمبنای روش استنتاج فازی و فرآیند تحلیل سلسله مراتبی، برای خوشه بندی مشتریان ارایه شدهاست. مدل ارایه شده بر روی داده های مربوط به مشتریان یک شرکت تولیدی صنایع غذایی پیاده سازی می گردد،پس از تعیین مقادیر شاخص های مدل RFM در 342 مشتری و وزن دهی آنها با استفاده از فرآیند تحلیل سلسلهمراتبی، این وزنها در قواعد روش استنتاج فازی که برای برآورد ارزش طول عمر مشتری می باشد استفاده شده،همچنین در این پژوهش از سیستم استنتاج عصبی_فازی تطبیقی به منظور ایجاد اتوماتیک قوانین و توابع عضویتفازی با توجه به داده های آموزشی استفاده شده است. برای تحلیل و بررسی سودمندی مدل پیشنهادی طبق مقایسهانجام شده بین دو حالت وزندار و بدونوزن، میتوان نتیجه گرفت که مدل پیشنهادی وزن دار نسبت به مدلبدون وزن دقت بیشتری دارد. بنابراین نتایج به دست آمده از این پژوهش می تواند به عنوان بستری برای تدوینبرنامه های بازاریابی، توسعه و پیشنهاد خدمات جدید برای هر یک از گروه های ارزشمند مشتریان باشد.
Keywords:
فرآیند تحلیل سلسله مراتبی , الگوریتم استنتاج فازی , خوشه بندی , سیستم استنتاج عصبی- فازی تطبیقی , RFM
Authors
عاطفه عباس زاده
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد شبستر
شاهین اکبرپور
استادیار دانشگاه آزاد اسلامی واحد شبستر
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 :