ورود
مقالات فارسیISIکنفرانسهاژورنالها

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: 1,882

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/409426

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:

داده کاوی ، مدیریت ارتباط با مشتری ، درخت تصمیم

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 :
  • صنیعی‌آبادی، م، محمودی، س، طاهرپور، م، داده‌کاوی کاربردی، ویراست دوم، ...
  • نقش فناوری اطلاعات(IT)برای بهبود مدیریت ارتباط با مشتری(CRM)با رویکرد مدل سوئیفت [مقاله کنفرانسی]
  • استفاده از تکنیک داده کاوی درمدیریت ارتباط با مشتریان درنظام بانکی [مقاله کنفرانسی]
  • ناظمی، ج، جعفری، پ، هاشمی، ح، کاوش خصوصیات مشتریان بانکداری ...
  • Aldenderfer. M.S. and Blashfiel. R.K.. Cluster Analysis. Sage Publications, Los ...
  • Arabie, L. P. Hubert, and G.D.Soete. An overview of combinatorial ...
  • Berson, A., Smith, S., & Thearling, K. (2000). Building data ...
  • Cheung, K. W., Kwok, J. T., Law, M. H., & ...
  • Chris Rygielski(20 02), "Data Mining Techniques for Customer Relationship Management', ...
  • Drew, J. H., Mani, D. R., Betz, A. L, & ...
  • Etzion, O., Fisher, A., & Wasserkrug, S. (2005). E-CLV: A ...
  • Fayyad, U., G. P iatetsky- Shapiro & P. Smith (1996a) ...
  • Fayyad, U., G. P iatetsky- Shapiro, P. Smith, & R. ...
  • Jagdish, N." Cus tome rRelationsh ipManagemen t: Concept, Tools, App ...
  • Kantardzic. M . Data mining: Discovering Knowledge from Hypertext Data. ...
  • Kim, S. Y., Jung, T. S., Suh, E. H., & ...
  • Kracklauer, A. H. Mills, D. Q., & Seifert, D. (2004). ...
  • Ling, R., & Yen, D. C. (2001). Customer relationship management: ...
  • Michalski, RS, BratKo, I & Kubat, M 1998, Machine learning ...
  • Ngai, E.W.T, Xiu, Li, Chau, D.C.K. (2009), "Application of data ...
  • P iatetsky- Shapiro, G. (1991) "Knowledge Discovery in Real Databases: ...
  • Prinzie, A., & Poel, D. V. D. (2005). Constrained optimization ...
  • Rosset, S., Neumann, E., Eick, U., & Vatnik, N. (2003). ...
  • Tan, SK 2004, An introduction to data mining Wiley. ...
    • نمایش کامل مراجع