ارائه یک سیستم مدیریت هوشمند جهت تخصیص امکانات سیستم مخابرات برای پیش بینی ریزش مشتری مبتنی بر شبکه عصبی مصنوعی و الگوریتم تکاملی قطرات هوشمند

فایل این در 95 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

در صنعت مخابرات، حجم وسیعی از دادهها توسط تعداد زیادی از مشتریان به صورت روزانه تولید شده و به دست آوردن یک پایگاه مشتری جدید، پرهزینه تر از نگهداری مشتریان فعلی است و برای دستیابی به رونق کسب و کار، تجزیه و تحلیل موثر مشتری بسیار حائز اهمیت است از این رو در این پژوهش یک مدل هوشمند جهت تخصیص امکانات سیستم مخابرات برای پیش بینی ریزش مشتری مبتنی بر شبکه عصبی مصنوعی و الگوریتم تکاملی قطرات هوشمند ارائه شد که به منظور اتخاذ تصمیمات تجاری آگاهانه که باعث افزایش درآمد و بهبود رضایت مشتری میشود. هدف این پژوهش بررسی چگونگی تغییر پیش بینی های مصرف کننده بر اساس الگوریتمهای طبقه بندی یادگیری ماشینی است. این روش قادر است بهترین طبقهبندی کننده یادگیری ماشین را برای مجموعه داده مصرف کننده تحت تجزیه و تحلیل انتخاب کند. نقش شبکه عصبی مصنوعی مبتنی بر الگوریتم هوشمند آب در این مدل انجام یک تجزیه و تحلیل گسترده از الگوهای مصرف کننده با استفاده از طبقه بندی کننده است. در شبیهسازی نیز مدل پیشنهادی به نسبت روش های دیگر در معیار مختلف دارای نتایج بهتری به نسبت سایر روش ها بوده است.

کلیدواژه ها:

سیستم مدیریت هوشمند ، تخصیص امکانات ، سیستم مخابرات ، پیش بینی ریزش مشتری ، شبکه عصبی مصنوعی و الگوریتم تکاملی قطرات هوشمند

نویسندگان

مائده رحمانی

فارغ التحصیل مهندسی کامپیوتر گرایش نرم افزار ،دانشگاه پیام نور مرکز بین الملل کیش

مهدی رضاپور میرصالح

استادیار، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران

سیدحسن صادق زاده

استادیار، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود لینک شده اند :
  • 1.​Umayaparvathi, V. and K. Iyakutti, A survey on customer churn ...
  • 2.​Chang, V., et al., Prediction of Customer Churn Behavior in ...
  • 3.​Reilly, J., The Machine Learning Revolution: Telco Customer Churn Prediction. ...
  • 4.​Wu, S., Customer Churn Prediction in Telecom Based on Machine ...
  • 5.​Ebrah, K. and S. Elnasir, Churn prediction using machine learning ...
  • 6.​Technologies, C.S.a.N., Report on the survey of the telecommunications equipment ...
  • 7.​Stone, M., The evolution of the telecommunications industry—What can we ...
  • 8.​Ahmadzai, N., H. Mohammadi, and N. Mangal, Data Mining Techniques ...
  • 9.​Dahiya, K. and S. Bhatia. Customer churn analysis in telecom ...
  • 10.​Kayaalp, F., Review of Customer Churn Analysis Studies in Telecommunications ...
  • 11.​Yıldız, M. and S. Albayrak, Customer churn prediction in telecommunication ...
  • The Data Mining (Concepts, Algorithms) and Its Application to predict and Control Covid-۱۹ Epidemic [مقاله ژورنالی]
  • 13.​G Naveen, K.R., Data Mining and Knowledge Management Process. G ...
  • 14.​Khan, J., Machine Learning: An Introduction to Algorithms and Applications. ...
  • 15.​Geetha, T. and S. Sendhilkumar, Machine Learning: Concepts, Techniques and ...
  • 16.​Bardab, S.N., T.M. Ahmed, and T.A.A. Mohammed, Data mining classification ...
  • 17.​Chaudhary, S., et al., A brief review of machine learning ...
  • 18.​Prasdika, P. and B. Sugiantoro, A review paper on big ...
  • 19.​Eze, U., et al., Application of data mining in telecommunication ...
  • 20.​Cicirello, V.A., Evolutionary Computation: Theories, Techniques, and Applications. 2024, MDPI. ...
  • 21.​Bartz-Beielstein, T., et al., Overview: Evolutionary Algorithms. 2015. ...
  • 22.​Poudel, S.S., S. Pokharel, and M. Timilsina, Explaining customer churn ...
  • 23.​Wagh, S.K., et al., Customer churn prediction in telecom sector ...
  • 24.​Imani, M., Customer Churn Prediction in Telecommunication Industry: A Literature ...
  • 25.​Saheed, Y.K. and M.A. Hambali. Customer churn prediction in telecom ...
  • 26.​Aldalan, A.M. and A. Almaleh, Customer Churn Prediction Using Four ...
  • 27.​Mozaffari, F., et al., Application of Machine Learning in the ...
  • 28.​Kusnawi, K., et al., Leveraging Various Feature Selection Methods for ...
  • 29.​Sudha, K., et al., Leveraging Machine Learning for Customer Intelligence: ...
  • 30.​Maduna, M., et al., Smart Customer Churn Management System Using ...
  • 31.​Chatterjee, P. and R. Karmakar, Customer Churn Prediction in Telecom ...
  • 32.​Bansal, S., A. Gupta, and A.K. Garg, The intelligent water ...
  • 33.​Tomasevic, N., N. Gvozdenovic, and S. Vranes, An overview and ...
  • 34.​Li, X., et al., Predicting menopausal symptoms with artificial neural ...
  • نمایش کامل مراجع