بررسی مقایسه ای روش های رافست، درخت تصمیم، نیو بیز و الگوریتم شبکه های عصبی در شناسایی عوامل موثر بر رفتار خرید ناگهانی مشتریان ((مطالعه موردی: مشتریان فروشگاه زنجیره ای رفاه شهر همدان))

خرید ناگهانی3 نیمه پنهان رفتار مصرف کننده است که فروشندگان ماهر می توانند با استفاده از محرک های مختلف به آن دست یافته و میزان فروش خود را بالا ببرند. برای موفقیت بیشتر باید تمامی فاکتورهای لازم را شناسایی و بررسی نمود. تحقیق حاضر از نظر هدف کاربردی و از نظر ماهیت از نوع توصیفی و پیمایشی است. روش جمع آوری اطلاعات از نوع میدانی و ابزار آن پرسشنامه 18 سوالی است، که در انتها دارای یک کلاس دوحالته مبنی بر، انجام خرید ناگهانی(بله) و عدم انجام خرید ناگهانی(خیر) می باشد که توسط خبرگان مورد تایید قرار گرفت. سپس یک نمونه 100 تایی به شکل آنلاین توسط افرادی که از فروشگاه رفاه خرید می کنند جمع آوری شد. سپس این داده های خام در مدل رافست توسط دو روش جانسون و ژنتیک و در مدل درخت تصمیم از روش J48 و همچنین الگوریتم نیو بیز و الگوریتم شبکه های عصبی مورد بررسی قرار گرفتند. در نهایت مشخص شد بالاترین دقت به ترتیب مربوط به روش الگوریتم درخت تصمیم برابر با (78%)، الگوریتم نیو بیز برابر با (76%) ، روش راف-ست (روش جانسون و روش ژنتیک) برابر با (75%) و الگوریتم شبه های عصبی برابر با (71%)می باشد. می توان نتیجه گرفت بهترین روش انجام کار الگوریتم درخت تصمیم است.

کلیدواژه ها:

خرید ناگهانی ، درخت تصمیم ، نیو بیز ، راف-ست ، شبکه های عصبی