پیشبینی ریزش مشتری در تجارت الکترونیک با استفاده از راهبرد هوش تجاری مبتنی بر یادگیری ماشین و یادگیری عمیق

امروزه ریزش مشتری در تجارت الکترونیک یکی از مهم ترین دغدغه های شرکت ها می باشد. با پیشرفت علم و فناوری، رقابت بین شرکت های بزرگ دنیا برای افزایش درآمد، افزایش تعداد مشتریان و حفظ مشتریان قبلی افزایش یافته است. ازاین رو شرکت ها همواره می کوشند تا در این بازار رقابتی شدید رضایت مشتریان قبلی خود را با باالبردن کیفیت محصوالت و خدمات خود حفظ کنند و جایگاه خود را در صورت ممکن در رتبه جهانی ارتقا دهند یا حفظ کنند تا از ریزش مشتریان خود جلوگیری کنند. ازآنجایی که پیدا کردن مشتریان جدید با توجه به هزینه های بسیار سنگین تبلیغات و همچنین زمان بر بودن بسیار سخت تر از حفظ مشتریان فعلی شرکت است پس بیشتر شرکت ها برای کاهش هزینه های خود دست به اقداماتی بزنند. در این پژوهش با استفاده از دادگان کیفیت مجموعه بزرگ دیجیکالا ابتدا با پیش پردازش داده های موجود آن ها را یکدست و نرمال سازی کرده و سپس با استفاده از الگوریتم های یادگیری ماشین مانند بردارهای ماشین پشتیبان، درخت تصمیم، آدا بوست، ایکس جی بوست و الگوریتم های یادگیری عمیق مانند؛ الگوریتم های برت، شبکه عصبی بازگشتی، شبکه عصبی واحد بازگشتی، حافظه کوتاه مدت طوالنی، کانولوشن یک بعدی مدل سازی انجام داده و ریزش مشتری را پیش بینی می کنیم. درنهایت بعد از شبیه سازی انجام شده بهترین الگوریتم برای پیش بینی ریزش مشتری الگوریتم برت بهینه شده با دقت ۸۴.۳۲% می باشد.

کلیدواژه ها:

پیشبینی ، ریزش مشتری ، هوش تجاری ، یادگیری ماشین ، تجارت الکترونیک