بررسی کاربرد الگوریتمهای یادگیری ماشین در پیشبینی خرید مشتریان
- سال انتشار: 1400
- محل انتشار: یازدهمین کنفرانس ملی اقتصاد، مدیریت و حسابداری
- کد COI اختصاصی: EMCCONF11_015
- زبان مقاله: فارسی
- تعداد مشاهده: 454
نویسندگان
دانشجوی کارشناسی ارشد، مدیریت کسب و کار، مدیریت سیستم های اطلاعاتی و فناوری اطلاعات، دانشگاه علامه طباطبایی تهران
دانشجوی کارشناسی ارشد، مدیریت کسب و کار، مدیریت سیستم های اطلاعاتی و فناوری اطلاعات، دانشگاه علامه طباطبایی تهران
چکیده
رقابت کردن در محیطی که تصمیمات در آن بصورت داده محور گرفته میشوند و سازمانها بر اساس اطلاعات و داده های موجود استراتژی خود را تعیین میکنند، بسیار سخت شده است. این امر موجب توجه روز افزون سازمانها به بازاریابی داده محور شده است تا علاوه بر حفظ جایگاه خود در بازار با کاهش هزینه ها و بهبود کارایی بازاریابی، جایگاه خود را ارتقا دهند. در این پژوهش تلاش بر این شده است که با استفاده از تکنیک های یادگیری ماشین مدلی طراحی شود که بتواند احتمال خرید مشتریان را پیش بینی کند. در این پژوهش با استفاده از رفتار گذشته کاربران یک وب سایت رزرو آنلاین هتل از جمله جستجوی کاربران و سایر ویژگیهای مرتبط با آن، الگوریتم های یادگیری ماشین را آموزش دادهایم و از بین آنها بهترین مدل را انتخاب کردیم. الگوریتم جنگل تصادفی با دقت ۹۲ /۶۵ درصد بهترین نتیجه را از رفتار کاربران پیشبینی میکند.کلیدواژه ها
بازاریابی داده محور، پیشبینی خرید، یادگیری ماشین، جنگل تصادفی، رگرسیون لجستیکمقالات مرتبط جدید
- بررسی تاثیر نحوه ارتباط با مشتری در میزان توسعه یافتگی فرآیند دیجیتال مارکتینگ
- مدل مقدار اقتصادی تولید با در نظر گرفتن خرابی احتمالی ماشین آلات با تولید اقلام معیوب همراهسیاست ارسال چندگانه جهت تعیین زمان بهینه تولید
- تحلیل پایداری سیستم غذایی با استفاده از رویکرد پویایی سیستم
- تاثیر تخصص حسابرس و هزینه بدهی بر مدیریت سود با نقش مالکیت نهادی
- نقش و اهمیت همکاری هنرستان های فنی و حرفه ای و دانشگاه های برتر کشور در پیشرفت و توسعهرشته کامپیوتر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.