پیش بینی رویگردانی مشتریان شرکت های ارایه دهنده خدمات اینترنت با ترکیبی از الگوریتم های داده کاوی؛ مطالعه موردی یک شرکت ایرانی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 767

فایل این مقاله در 19 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:

شناسه ملی سند علمی:

ACONF02_081

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

با افزایش رقابت در بازارهای پرسود، مخصوصا در صنعت مخابرات، اهمیت نگهداشت مشتریان بیش از پیش شدهاست. این تحقیق به ارایه ی روشی جهت پیش بینی رویگردانی مشتریان شرکتهای ارایه دهنده خدمات اینترنت می پردازد.داده های تحقیق از پایگاه داده مشتریان یک شرکت ایرانی فعال در این صنعت و به روش نمونه گیری تصادفی استخراج شدهاست. این داده ها شامل اطلاعاتی راجع به رفتار مصرف، رفتار خرید، اطلاعات دموگرافیک و رضایت مشتریان به عنوانعوامل موثر بر رویگردانی مشتریان هستند. به دلیل اهمیت دقت در پیش بینی رویگردانی مشتریان، روش ترکیبی بامحوریت بهینه سازی انتخاب ویژگی، طراحی شده است. در این روش با استفاده از الگوریتم ژنتیک، در مورد ورود یا عدمورود هریک از ویژگی ها به مدل و همچنین چگونگی ورود آنها تصمیم گیری می شود. مدل پیش بینی کننده، ترکیبی ازالگوریتم شبکه عصبی مصنوعی و درخت تصمیم است. مقایسه نتایج مدل ترکیبی با الگوریتم های پراستفاده در پیش بینیرویگردانی مشتریان، نشان از افزایش قابل توجه دقت مدل دارد.

کلیدواژه ها:

داده کاوی ، رویگردانی ، شرکت های ارایه دهندده خدمات دسترسی به اینترنت (ISP) ، انتخاب ویژگی ، الگوریتم ژنتیک ، شبکه عصبی مصنوعی ، درخت تصمیم

نویسندگان

امیر خانلری

استادیار گروه MBA، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

ایمان رییسی وانانی

استادیار گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران

زهرا مقدسی

دانشجوی کارشناسی ارشد مدیریت بازرگانی، دانشگاه تهران، تهران، ایران

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 :
  • توکلی، س. مرتضوی، م. کاهانی و ز. حسینی، "به کارگیری ...
  • م. م. سپهری، ا. نوروزی، ب. تیمورپور و س. چوبدار، ...
  • ع. کرامتی، س. م. سیدین اردبیلی و ب. سهرابی، "تحلیل ...
  • Churn, " in Statistical Methodes in Customer Customerه K. Kumar ...
  • Churn Detection Customerه C. Birtoo, V. Diessa, D. De Chiara, ...
  • مدیریت، حسابداری و اقتصاد دی ماه 1395 ...
  • مدیریت، حسابداری و اقتصاد دی ماه 1395 ...
  • E. Riebe, M. Wright, P. Stern and B. Sharp, "How ...
  • Z. Chen, Z. Fan, and M. Sun, _ hierarchical mutiple ...
  • M. a. H. Farquad, V. Ravi, and S. B. Raju, ...
  • Y. Gao, G. Zhang, J. Lu, and J. Ma, _ ...
  • 6. _ d. Artik, "Dymamic churn prediction famework with more ...
  • Y. Huang and T. Kechadi, _ efective hybrid learming system ...
  • A. A. Khan, S. Jamwal, and M. M. Sepehri "Applyng ...
  • G. Benedek, A. Luboy, and G. Vastag, _ importance of ...
  • A. Backiel, B. Baesens, and G. Claeskens, _ Tele commumication ...
  • M. Saravanan and G. S. Vjay Raajaa, _ graph-based _ ...
  • mobie telecom networks, " Lect. Notes Comput. Sci., vol. 7713 ...
  • _ Kumar and W. _ "The Impact of Customer Relationshp ...
  • E. De Haan, P. C. Verhoef, and T. Wesel, _ ...
  • S. M. Keaveney and M. Parthasarathy, "Customer switching behaviour in ...
  • J. U. Becker, M. Spa, and T. Schuze, "Implications of ...
  • J. Price and s Greenstein, _ Service Bumding Reduce Chrn?, ...
  • feature seection using support vector machines _ General famework and ...
  • C. H. Han, S. Tyagi N. Km and B. Choi, ...
  • J. Hadden, A. Tiwar, R. Roy, and D. Ruta, "Computer ...
  • S.-Y. Hung, D. C. Yen, and H.-Y. Wang, "Appyng data ...
  • a. Keramati, R. Jafari-Marandi, M. Alianejadi, I. Amadian, M. Mozaffari, ...
  • A. Keramati and S. M. S. Ardabili, "Chun analysis for ...
  • H. Risselda, P. C. Verhoef, and T. H. a. Bjmot, ...
  • E. Ascarza and B. G. S. Harde, _ Jomt Model ...
  • G. Peters, R. Weber, and R. Nowatzke, "Dymamic rough clusterng ...
  • M. Khashei, A. Zeinal Hamadani, and M. Bjari, _ novel ...
  • J. S. Lee and J C. Lee, :Customer _ prediction ...
  • Advanced Data Mining and Applications, vol 36, no. 10, Springer ...
  • V. Yeshwanth, v. _ Raj, and M. Saravanan, "Evolutionary _ ...
  • F. Nemati Koutanaei, H. Sajedi, and M. Khanbabaei, "A hybrid ...
  • P. Chapman, CRISP-DM 1.0: Step-by-step Data Miming Guide, SPSS, 2000. ...
  • نمایش کامل مراجع