علی مروتی شریف آبادی - استادیار گروه مدیریت صنعتی دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد

بخش بندی مشتریان، فرصتی برای توجه به نیازهایی است که در پرتو بازاریابی انبوه مجالی برای ابرازشان نبوده است. هدف اولیه ی بخش بندی یافتن و حفظ مشتریانی است که قصد ارائه ی خدمت به آن ها را داریم. در این پژوهش خوشه بندی مشتریان بانک با استفاده از شبکه های عصبی مصنوعی رقابتی و روش های آماری سنتی با یکدیگر مقایسه شده اند. برای خوشه بندی مشتریان، ۷ مشخصه ی کلیدی ۶۰۰ مشتری از مشتریان یک بانک استخراج شده است. با استفاده از یک شبکه ی عصبی رقابتی و همچنین روش آماری وارد خوشه بندی مشتریان انجام گرفته و نتایج حاصل با استفاده از روش تحلیل تمایزات و شاخص های MAPE و RMSE با یکدیگر مقایسه شده است. مقایسه ی خوشه بندی های انجام شده، برتری قابل توجه شبکه ی عصبی رقابتی بر روش آماری وارد را نشان می دهد. خوشه بندی با استفاده از شبکه های عصبی رقابتی نقطه ی قوت و نوآوری این مقاله است. به خصوص که رفع نرون مرده در شبکه های عصبی رقابتی مورد تاکید قرار گرفته است. این مهم با استفاده از ترم بایاس در شبکه ی عصبی رقابتی، قابل دستیابی است که در این مقاله بر آن تاکید شده است.

خوشه بندی مشتریان, شبکه ی همینگ, نرون مرده, روش وارد, تحلیل تمایزات