ارایه مدل جهت ارزش گذاری مشتریان فروشگاه های آنلاین بر اساس مدل تازگی، تکرار و مبلغ خرید با روش سیستم های استنتاجی فازی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 458

This Paper With 16 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

QMTM01_001

تاریخ نمایه سازی: 19 خرداد 1396

Abstract:

امروزه ارزش گذاری و طبقه بندی مشتریان به ویژه در فروشگاه های آن لاین که بصورت رودررو با مشتریان در ارتباط نیستند، جهت بهبود خدمات بسیار حایز اهمیت می باشد. در این راستا هدف مطالعه حاضر طبقه بندی و ارایه الگویی جهت ارزش گذاری مشتریان یک فروشگاه اینترنتی بر اساس مدل تحلیل تازگی خرید، تکرار خرید و مقدار یا میزان خرید مشتریان از فروشگاه آن لاین با استفاده از روش سیستم های استنتاج فازی است. بدین منظور با ایجاد قواعدی و با بکارگیری نرم افزار متلب و بر اساس معیارهای فروشگاه جهت بهینه کردن مدیریت ارتباط با مشتری این ارزش گذاری صورت می گیرد زیرا مدلهای سیستم فازی آشکار ساخته که ابزاری سریعتر، شهودی تر و انعطاف پذیر جهت درک و پاسخ به رفتار خرید مشتریان هست. در پایان با ارایه یک مدل با استفاده از پایگاه داده مشتریان و با ایجاد قواعدی بر اساس مدل تحلیل تازگی خرید، تکرار خرید و مقدار یا میزان خرید مشتریان و وارد کردن این داده ها در سیستم استنتاج فازی، مشتریان ارزش گذاری خواهند شد که از حاصل این ارزش گذاری می توان برای مدیریت ارتباط با مشتری استفاده کرد.

Authors

حلیم بردی قره جه

دانشجوی دکترا، مدیریت بازرگانی- بازاریابی. گروه مدیریت بازرگانی، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران

مهرداد سفیدگران

دانشجوی دکترا، مدیریت بازرگانی- بازاریابی. گروه مدیریت بازرگانی، واحد علی آباد کتول، دانشگاه آزاد اسلامی، علی آباد کتول، ایران

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 :
  • Beykmohajer, Sh., Tasdighi, H., Mokfi, T., (1390), present a mode] ...
  • Molahosini, A., Mirzaee, A., (1389). Segmentation and Identifying the Characteristics ...
  • Tab atabaeenasab, M., Arjmand, Kh., (1393). Consumer Clustering on the ...
  • Montazeri, M., Ebrahimi, A., Ahmadi, P., Rrahnama, A., (1393). Investigation ...
  • Mohamadi, E., Sheikh, R., (1393). Regulation and Prediction of Customers ...
  • Kadkhodazade , H. Morovati, A., (1392). Supplier selecting by using ...
  • Nayeb, A., Ghuchani, F., Varish, A., (1391). Applying RFM model ...
  • Shaw, Robert, (1991). Computer Aided Marketing & Selling. Butterworth Heinemann ...
  • T.Larose, Daniel, (2005). _ DIS COVERING KNOWLED GEIN DATA: an ...
  • Niakan, 1., 1392). Usage of fuzzy logic, neural network and ...
  • Mamdani, E.H. and Assilian, S. (1975). " An experimental in ...
  • JoTing Wei, ShihYen Lin, HsinHung Wi (2010). A review of ...
  • Kim, SY., Jung, TS., Suh, EH., Hwang, HS. (2006), Customer ...
  • Ro ychowdhury , K., Pedrycz. W. (2007). "A survey of ...
  • Yen-Liang Chen, Mi-Hao Kuo, Shin-Yi Wub, Kwei Tang (2009), Discovering ...
  • Holmblad, L.P., Ostergaard, J.J.(1982). Control of Cement Kiln by Fuzzy ...
  • Foong Kwong, ch., Chuah, T. _ Lee, W.(2010). "Adaptive Network ...
  • DuenRen L, YaYueh S., (2005). Integrating AHP and Data Mining ...
  • Wouter Buckinx, Dirk Van den Poel. (2005). Customer Base Analysis: ...
  • Siler W, James J.B (2005). Fuzzy Expert Systems and Fuzzy ...
  • Hughes, A. M. (1994). Strategic Database Marketing. Chicago: Probus Publishing ...
  • Barzade, S., Taghavifard, M., (1392). Design and Development of a ...
  • نمایش کامل مراجع