شناسایی مشتریان سودآور با استفاده از الگوریتم خوشه بندی و نرم افزار ibm i-miner

Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 300

This Paper With 7 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CPCONF04_036

تاریخ نمایه سازی: 31 تیر 1398

Abstract:

امروزه مشتریان نقش کلیدی و بسیار مهمی در عرصه اقتصادی دنیا ایفا می کنند، به همین علت سازمان ها، با چالش گسترش سهم بازار خود و پیدا کردن راه های جدید برای جذب، حمایت و حفظ مشتریان سودآور جهت دوام و ثبات سازمان در عرصه رقابت و سودآوری بیش تر درآمد مواجه می باشند. در تجزیه و تحلیل خوشه یا خوشه بندی، گروه بندی مجموعهای از اشیاء انجام می شود. این کار به این صورت است که اشیاء در یک گروه (به نام خوشه) در مقایسه با دیگر دسته ها (خوشه ها)مشابه تر هستند. این وظیفه اصلی داده کاوی است و یک روش معمول برای تجزیه و تحلیل داده های آماری است که در بسیاری از زمینه ها از جمله یادگیری ماشین، تشخیص الگو، تجزیه و تحلیل تصویر، بازیابی اطلاعات،بیوانفورماتیک، فشرده سازی داده ها و گرافیک کامپیوتری استفاده می شود. شرکت های بزرگ دارای حجم داده بسیار بزرگ هستند اما در عین حال تشنه دانش هستند. برای غلبه بر مساله کنونی سازمان، نوع جدیدی از تکنیک لازم است که دارای هوش و قابلیت لازم برای حل کمیابی دانش باشد و این تکنیک، داده کاوی نامیده می شود. دسته و استخراج الگو ها از بین داده های مشتری، برای حمایت بازرگانی و تصمیم گیری، بسیار حائز اهمیت محسوب می شود. شناسایی به موقع روند های تازه پدید آمده، در فرایند بازرگانی بسیار حائز اهمیت است. اهداف این مقاله، شناسایی سود مشتریان با سود بالا، ارزش بالا و خطر پایین با یکی از تکنیک های داده کاوی موسوم به خوشه بندی داده است. در فاز اول، پاک سازی داده ها و گسترش الگو ها از طریق الگوریتم خوشه بندی دموگرافی با استفاده از نرم افزار ibm i-miner می باشد. در فاز دوم پروفایل کردن داده ها ، گسترش خوشه ها و شناسایی مشتریان با ارزش بالا خطر پایین می باشد. این خوشه، بعضا 10-20 درصد مشتریانی را نشان می دهد که 80 درصد درآمد را به دست می آورند.

Authors

حامد شاکریان

دانشجوی دکتری تخصصی، گروه مدیریت صنعتی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران