بهبود رد عملکرد خوشه بندی مشتریان تجارت الکترونیکی از طریق ارتقای فاکتور آگاهی در الگوریتم بهینه سازی چیتا

در عصر تحول دیجیتال خوشه بندی مشتریان به عنوان ابزاری کلیدی برای تحلیل رفتار مصرف کنندگان و ارائه خدمات شخصی سازی شده در تجارت الکترونیکی مطرح است با توجه به حجم بالای داده ها تنوع محصولات و پیچیدگی الگوهای رفتاری کاربران استفاده از الگوریتم های فراابتکاری می تواند دقت تحلیل را افزایش دهد. در این پژوهش، با هدف بهبود عملکرد الگوریتم بهینه سازی چیتا فرمول میزان آگاهی بازطراحی شده است تا متغیرهایی نظیر فاصله نسبی، سطح برازش و وزن های تطبیقی را به صورت پویا در فرآیند جستجو لحاظ کند. الگوریتم پیشنهادی با بهره گیری از داده های واقعی مشتریان آنلاین پیاده سازی و بر اساس شاخص های ارزیابی کیفیت خوشه بندی با الگوریتم های DBSCAN، K-Means، PSO و ACO مقایسه شد. نتایج تجربی نشان داد نسخه بهبودیافته الگوریتم چیتا از نظر دقت خوشه بندی و کشف الگوهای رفتاری عملکرد بهتری ارائه می دهد. یافته ها حاکی از آن است که این رویکرد می تواند در طراحی راهبردهای بازاریابی هدفمند و تصمیم گیری داده محور در تجارت الکترونیکی موثر واقع شود.

کلیدواژه ها:

داده کاوی ، خوشه بندی ، تجارت الکترونیک ، الگوریتم های فراابتکاری ، الگوریتم بهینه سازی چیتا