تقسیم بندی مشتریان بر اساس مدل RFM با استفاده از الگوریتم فراکتال
محل انتشار: سومین همایش بین المللی دستاوردهای نوین در فناوری اطلاعات، علوم کامپیوتر، امنیت، شبکه و هوش مصنوعی
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 172
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
INDEXCONF03_013
تاریخ نمایه سازی: 29 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 شبیهسازی، طرح پیشنهادی در هر دو شاخص پیمانگی و پراکندگی نسبت به طرح پایه بهبود یافته است.
کلیدواژه ها:
نویسندگان
آرین سرشار
کارشناسی ارشد مهندسی فناوری اطلاعات – تجارت الکترونیک کامپیوتر برق و کامپیوتر دانشگاه آزاد اسلامی الکترونیکی واحد الکترونیکی تهران، ایران