تقسیم بندی مشتریان بر اساس مدل RFM با استفاده از الگوریتم فراکتال

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 43

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECME22_001

تاریخ نمایه سازی: 9 مرداد 1403

چکیده مقاله:

از مهمترین ابعاد مدیریت ارتباط با مشتری، کشف الگوی رفتاری خرید مشتری است. سازمان می تواند با تعریف استراتژی های بازاریابی دقیق تر جهت جذب مشتریان مشابه اقدام کند. در دنیای رقابتی امروز، شناخت دقیق مشتریان و توانایی پاسخگویی به نیازهای آن ها برای موفقیت سازمان ها حیاتی است. با پیشرفت های اخیر در حوزه داده کاوی و تحلیل داده های بزرگ، سازمان ها اکنون قادر به استفاده از روش های پیچیده تری برای تقسیم بندی مشتریان و درک بهتر رفتار آن ها هستند. مدل تازگی، فراوانی و مالی (RFM) به عنوان یکی از مدل های مطرح در این زمینه، امکان تقسیم بندی مشتریان بر اساس ارزش آن ها برای سازمان را فراهم می آورد. در این پایان نامه، یک طرح تقسیم بندی مشتریان با استفاده از خوشه بندی فراکتال و روش بهینه سازی AVOAGA که ترکیبی از دو روش بهینه سازی کرکس آفریقایی و روش ژنتیک است ارائه شده است. شبیه سازی طرح پیشنهادی در محیط پایتون و با استفاده از مجموعه داده های استاندارد حاوی RFM مشتریان انجام شد. بر اساس نتایج بدست آمده از شبیه سازی، طرح پیشنهادی در هر دو شاخص پیمانگی و پراکندگی نسبت به طرح پایه بهبود یافته است.

نویسندگان

آرین سرشار

کارشناسی ارشد مهندسی فناوری اطلاعات – تجارت الکترونیک کامپیوتر برق و کا مپیوتر دانشگاه آزاد الکترونیکی واحد الکترونیکی تهران، ایران

اعظم السادات نوربخش

استادیار، گروه کامپیوتر و فناوری اطلاعات، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران،