الهام رشیدمهرابادی - دانشجوی کارشناسی ارشد گروه هوش مصنوعی
میرمحسن پدرام - عضو هیئت علمی گروه مهندسی کامپیوتر دانشگاه تربیت معلم

بازاریابی به کمک پایگاه داده شکلی از بازاریابی مستقیم است که در آن از پایگاه داده ی مربوط به مشتریان استفاده می شود از انجا که امروزه بسیاری از سازمان ها بخشی از درامد خود را از ایجاد و حفظ روابط با مشتریان کسب می کنندن انتخاب مشتری برای ادامه همکاری دارای اهمیت است با به کارگیری روشهای داده کاوی می توان به تحلیل اطلاعات پایگاه داده مشتریان پرداخت و مشتریان مطلوب را بهتر تشخیص داد دراین مقاله از پایگاه داده ه ای که براساس مدل RFMTC جمع اوری شده است استفاده می شود این مدل بسط یافته مدل RFM می باشد و RFM معمولترین مبنای بخش بندی مشتریان است که در آن از سه پارامتر اخرین مشارکت ، تکرار مشارکت و حجم یا ارزش پولی مشارکت در نظر گرفته می شود در RFMTC دو پارامتر زمان اولین مشارکت و احتمال مشارکت نیز مدنظر قرار می گیرد ابتدا با استفاده از الگوریتم استخراج ویژگی LDA روی این مجموعه داده پیش پردازش صورت گرفته و کاهش بعد داده شده است سپس به کمک یک شبکه عصبی احتمالی و سیستم استتاج فازی عصبی تطبیقی مشتریان یعنی اهداکنندگان خون کلاسه بندی می شوند و میزا ن درستی نتایج بین این دو کلاسه بند بررسی می شود نتایج این مطالعه نشان میدهد که با وجود کاهش ویژگیها دقت طبقه بندی کاهش نمی یابد و روشهای مذکور قادرندمشتریان مطلوب را به خوبی شناسایی نمایند.

الگوریتم استخراج ویژگی، شبکه عصبی ، سیستم عصبی فازی