ارزیابی رفتار مشتری جهت بهبود CRM با استفاده تکنیک های داده کاوی
محل انتشار: کنفرانس بین المللی مدیریت، اقتصاد و مهندسی صنایع
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,886
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMEI01_440
تاریخ نمایه سازی: 14 آذر 1394
چکیده مقاله:
داده کاوی به صورت یک محصول قابل خریداری نمی باشد؛ بلکه یک رشته علمی و فرآیندی است که بایستی به صورت یک پروژه پیاده سازی شود . عبارت داده کاوی، مترادف با یکی از عبار ت های استخراج دانش، برداشت اطلاعات، وارسی داده ها و حتی لایروبی کردن داده ها است که در حقیقت کشف دانش در پایگاه داده ها (KDD) را توصیف می کند. به طوری که کاربرد تکنیک ها و الگوریتم های مختلف این ابزار در حوزه های مختلف از جمله پیش بینی، مدیریت ارتباط با مشتری، پزشکی، مالی و غیره شاهدی بر این مدعا می باشد. در این مقاله میخواهیم با استفاده از تکنیکهای خوشه بندی و پیشبینی در دادهکاوی به تجزیه و تحلیل پایگاه داده فروشگاه قطعات جانبی گوشی همراه، تبلت، لپ تاپ و غیره، به منظور تحلیل رفتار مشتریان در جهت پیش بینی و در راستای سودآوری فروشگاه بپردازیم. در این مقاله با استفاده از نرم افزار Rapid Miner و اعمال الگوریتمهای دسته بندی و طبقه بندی بر روی بانک اطلاعاتی و بر اساس مدیریت ارتباط با مشتری، به ارائه مدل سودآوری پرداخته شده است.
کلیدواژه ها:
نویسندگان
علی بدیع
عضو هیات علمی، مربی، کارشناسی ارشد، مهندسی فناوری اطلاعات، دانشکده فنی و مهندسیدانشگاه سلمان فارسی کازرون
علیرضا دهقان
عضو هیات علمی، مربی، کارشناسی ارشد، مهندسی فناوری اطلاعات، دانشکده فنی و مهندسیدانشگاه سلمان فارسی کازرون
نجمه خنجری
دانشجوی مهندسی فناوری اطلاعات، کارشناسی، مهندسی فناوری اطلاعات، دانشکده فنی و مهندسیدانشگاه سلمان فارسی کازرون
رباب عبدالهی
دانشجوی مهندسی فناوری اطلاعات، کارشناسی، مهندسی فناوری اطلاعات، دانشکده فنی و مهندسیدانشگاه سلمان فارسی کازرون
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :