سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بررسی تکنیک های متفاوت متکی بر دسته بندی، به منظور بررسی رویگردانی مشتریان در سطوح متفاوت

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 379

This Paper With 19 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

MCED03_497

Index date: 9 June 2017

بررسی تکنیک های متفاوت متکی بر دسته بندی، به منظور بررسی رویگردانی مشتریان در سطوح متفاوت abstract

شناخت نیازهای مشتریان و پیش بینی رفتار آنها از جمله دغدغه های سازمان ها در بازار رقابتی امروز شده است. بااین حال، برخی از مشتریان به دلایل معلوم یا نامعلوم سیستم را ترک می نمایند. پیش بینی درست مشتریان رویگردان یا به عبارتی پیش بینی صحیح موقعیت مشتری سازمان در هر دوره زمانی می تواند نقش بسزایی در مدیریت هزینه هایسازمان داشته باشد. هدف این پژوهش، کاهش ضرر وارده به سازمان از طریق پیش بینی صحیح مشتریان رویگردان است. به منظور رسیدن به این هدف پس از پیش پردازش داده ها در دوره های زمانی شش ماهه، سه دسته وفادار،درآستانه رویگردانی و رویگردان تعریف شد و تراکنش های مشتریان در هر ماه به یکی از این سه دسته تخصیص پیدا نمود. این نوع سطح بندی جایگاه مشتری در هر دوره زمانی در سه حالت، از جمله نوآوریهای این پژوهشاست. سپس، با استفاده از تکنیک های دسته بندی چون درخت تصمیم، جنگل تصادفی، بیزی، شبکه عصبی،رگرسیون لجستیک و ماشین بردار پشتیبان، میزان صحت و کارایی مدل پیشنهادی در دو حالت سه دسته ای و دودسته ای بررسی شد. برای تعیین میزان کارایی مدل سه دسته ای در مقایسه با حالت دو دسته ای از معیارهایی چون صحت، دقت، فراخوانی و هزینه مدل استفاده شد. نتایج حاصل شده نشان دهنده کارا و کم هزینه تر بودن مدل پیشنهادی نسبت به حالت دو دسته ای است. در هر دو حالت روش ماشین بردار پشتیبان کمترین هزینه را داشته است.مجموعه داده ای که مدل پیشنهادی ذکرشده روی آن پیاده سازی شد، مربوط به بانک سینا است

بررسی تکنیک های متفاوت متکی بر دسته بندی، به منظور بررسی رویگردانی مشتریان در سطوح متفاوت Keywords:

بررسی تکنیک های متفاوت متکی بر دسته بندی، به منظور بررسی رویگردانی مشتریان در سطوح متفاوت authors

فیروزه مولودی

دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه فردوسی مشهد

حمیدرضا کوشا

استادیار مهندسی صنایع، دانشکده مهندسی، دانشگاه فردوسی مشهد

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 :
آبان 1395 - مشهد _ International Conference On Management and ...
نیام م ک. و ر. ح. 1392. ارائه ی مدلی ...
آبان 1395 - مشهد _ International Conference On Management and ...
آبان 1395 - مشهد _ International Conference On Management and ...
November 10 - 2016 - Mashhad ...
Almana, A. M., M. S. Aksoy, and R. Alzahrani. 2014. ...
Berson, A., and S. J. Smith. 20 02. Building data ...
Burez, J., and D. Van den Poel 2007. CRM at ...
Chiang, D.-A., Y.-F. Wang, S.-L. Lee, and C.-J. Lin 2003. ...
Coussement, K., D. F. Benoit, and D. Van den Poel ...
Coussement, K., and K. W. De Bock. 2013. Customer chur ...
Demuth, H., and M. Beale 2002. Neural Network Toolbox. ...
Feinberg, R., and M. Trotter. 2001. Immaculate deception: the unintended ...
Ganesh, J., M. J. Arnold, and K. E. Reynolds. 200 ...
Glady, N., B. Baesens, and C. Croux 2009. Modeling chun ...
Hadden, J., A. Tiwari, R. Roy, and D. Ruta. 2007. ...
Hand, D. J., H. Mannila, and P. Smyth. 2001. Principles ...
November 10 - 2016 - Mashhad ...
He, B., Y. Shi, Q. Wan, and X. Zhao 2014. ...
Migueis, V. L., D. Van den Poel, A. S. Camanho, ...
Monika, N. _ 2015. Chur Prediction in T _ le ...
Naveen, N., V. Ravi, and D. A. Kumar. 2009. Application ...
Neslin, S., S. Gupta, W. Kamakura, J. Lu, and C. ...
Oyeniyi, A., and A. Adeyemo. 2015. Customer Churn Analysis In ...
Tamaddoni Jahromi, A., S. Stakhovych, and M. Ewing. 2014. Managing ...
Thomas, J. S., W. Reinartz, and V. Kumar. 2003. Getting ...
Tsai, C.-F., and Y.-H. Lu 2009. Customer chur prediction by ...
November 10 - 2016 - Mashhad ...
Vafeiadis, T., K. I. Diamantaras, G. Sarigiannidis, and K. C. ...
Verbeke, W., D. Martens, C. Mues, and B. Baesens. 2011. ...
Wang, G., L. Liu, Y. Peng, G. Nie, G. Kou, ...
نمایش کامل مراجع

مقاله فارسی "بررسی تکنیک های متفاوت متکی بر دسته بندی، به منظور بررسی رویگردانی مشتریان در سطوح متفاوت" توسط فیروزه مولودی، دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه فردوسی مشهد؛ حمیدرضا کوشا، استادیار مهندسی صنایع، دانشکده مهندسی، دانشگاه فردوسی مشهد نوشته شده و در سال 1395 پس از تایید کمیته علمی سومین کنفرانس بین المللی مدیریت و اقتصاد پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله دسته بندی، رویگردانی مشتری، وفاداری مشتری، تمایل به رویگردانی، چند دسته ای هستند. این مقاله در تاریخ 19 خرداد 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 379 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که شناخت نیازهای مشتریان و پیش بینی رفتار آنها از جمله دغدغه های سازمان ها در بازار رقابتی امروز شده است. بااین حال، برخی از مشتریان به دلایل معلوم یا نامعلوم سیستم را ترک می نمایند. پیش بینی درست مشتریان رویگردان یا به عبارتی پیش بینی صحیح موقعیت مشتری سازمان در هر دوره زمانی می تواند نقش بسزایی در مدیریت هزینه ... . برای دانلود فایل کامل مقاله بررسی تکنیک های متفاوت متکی بر دسته بندی، به منظور بررسی رویگردانی مشتریان در سطوح متفاوت با 19 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.