سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

تحلیل ریزش مشتری با کاربست راهکارهای داده کاوی مبتنی بر دسته بندی و ارزیابی

Publish Year: 1398
Type: Conference paper
Language: Persian
View: 1,043

This Paper With 18 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

COMCONF06_274

Index date: 15 September 2019

تحلیل ریزش مشتری با کاربست راهکارهای داده کاوی مبتنی بر دسته بندی و ارزیابی abstract

حفظ مشتریان سودآور و جلوگیری از ریزش مشتریان یک از اهداف راهبردی بازاریابی است. بی توجهی به این امر منجر به گرایش مشتریان به سمت رقبا و یا جایگزینی محصول توسط مشتری می گردد. کسب و کارها برای حفظ موقعیت خود همگام با افزایش رقابت در فضای تجاری امروزی، استراتژی های خود را به سمت شناسایی مشتریانی که ارتباط خود را با سازمان به دلایل گوناگون قطع می نمایند و منجر به ایجاد هزینه های سربار برای سازمان می شوند معطوف کرده اند. مهم ترین راهکار در این خصوص، پیش بینی و بررسی دلایل ریزش مشتری با تکیه بر اطلاعات موجود در انباره داده سازمان هاست. هدف از این پژوهش شناسایی دلایل تاثیرگذار بر فاکتورهای رقابتی بازار در ریزش مشتری و اعمال و مقایسه روش های یادگیری ماشینی که به شناسایی علل ریزش مشتری کمک می کند می باشد. در این مقاله از روش های داده کاوی و مبتنی بر تکنیک های دسته بندی و ساخت مدل درخت تصمیم و جنگل تصادفی و روش مبتنی بر قانون تحت سه تابع Bootstrapping Validation و Split Validation ،x-Validation استفاده شده است. دیتاست مشتریان شرکت IBM مورد استفاده قرار گرفته و برای انتخاب بهترین روش پیش بینی از معیارهای صحت و دقت استفاده شده است. نتایج نشان دهنده برتری روش در تشخیص دلایل ریزش مشتری است. طبق جداول شامل مقدار درست موارد غیر ریزشی و ریزشی می شود در آن تابع Split Validation در روش Rule induction مقدار 85.25 % را به ما به عنوان بیشترین مقدار درست موارد غیر ریزشی و همین تابع در روش جنگل تصادفی مقدار 69.39 % بیشترین مقدار درست موارد ریزشی نشان می دهد.

تحلیل ریزش مشتری با کاربست راهکارهای داده کاوی مبتنی بر دسته بندی و ارزیابی Keywords:

داده کاوی , ریزش مشتری , مدیریت ارتباط با مشتری , یادگیری ماشینی.

تحلیل ریزش مشتری با کاربست راهکارهای داده کاوی مبتنی بر دسته بندی و ارزیابی authors

حامد میرزا علی اکبر

دانشکده فنی، موسسه آموزش عالی مهرآستان، آستانه، ایران، آستانه

فاطمه احمدی آبکناری

گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور واحد رشت، ایران

مقاله فارسی "تحلیل ریزش مشتری با کاربست راهکارهای داده کاوی مبتنی بر دسته بندی و ارزیابی" توسط حامد میرزا علی اکبر، دانشکده فنی، موسسه آموزش عالی مهرآستان، آستانه، ایران، آستانه؛ فاطمه احمدی آبکناری، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور واحد رشت، ایران نوشته شده و در سال 1398 پس از تایید کمیته علمی ششمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران با نگاه کاربردی بر انرژی های نو پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله داده کاوی، ریزش مشتری، مدیریت ارتباط با مشتری، یادگیری ماشینی. هستند. این مقاله در تاریخ 24 شهریور 1398 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1043 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که حفظ مشتریان سودآور و جلوگیری از ریزش مشتریان یک از اهداف راهبردی بازاریابی است. بی توجهی به این امر منجر به گرایش مشتریان به سمت رقبا و یا جایگزینی محصول توسط مشتری می گردد. کسب و کارها برای حفظ موقعیت خود همگام با افزایش رقابت در فضای تجاری امروزی، استراتژی های خود را به سمت شناسایی مشتریانی که ارتباط خود ... . این مقاله در دسته بندی موضوعی داده کاوی و یادگیری ماشین طبقه بندی شده است. برای دانلود فایل کامل مقاله تحلیل ریزش مشتری با کاربست راهکارهای داده کاوی مبتنی بر دسته بندی و ارزیابی با 18 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.