ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

پیش بینی ریزش مشتریان با استفاده از الگوریتم های داده کاوی

سال انتشار: 1397
کد COI مقاله: ICTI02_098
زبان مقاله: فارسیمشاهده این مقاله: 1,069
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی ریزش مشتریان با استفاده از الگوریتم های داده کاوی

چکیده مقاله:

ریزش و از دست دادن مشتری بعنوان یک مساله مهم و بحرانی در مدیریت ارتباط با مشتری (CRM) پدیدار شده است. اخیرا تکنیک های داده کاوی به دلیل توانایی آن ها در استخراج الگوهای رفتاری پنهان شده مشتریان از بانک های اطلاعاتی بزرگ، در زمینه تحلیل مشتریان بکار گرفته شده اند و امروزه روش های داده کاوی می تواند به پیش بینی رفتار مشتریان در سازمان های مختلف بپردازد. پیش بینی ریزش مشتریان با استفاده از الگوریتم های داده کاوی سازمان ها را قادر به حفظ و نگهداری مشتریان قدیم و جذب مشتریان جدید خواهد کرد. اما تحقیقات روی استفاده از الگوریتم های یادگیری ماشینی برای پیش بینی ریزش مشتریان محدود می باشد. هدف این پروژه این است تا با استفاده از الگوریتم های داده کاوی پیش بینی کند که آیا یک مشتری قصد ترک کردن سازمان/ شرکت را در آینده دارد یا خیر. در این پروژه ابتدا ما ازتکنیک های پردازش داده و در مرحله دوم با استفاده از الگوریتم K-means برای خوشه بندی کردن مشتریان در گروه های مشابه استفاده نموده و در آخر روی هر یک از خوشه ها الگوریتم درخت تصمیم گیری را اعمال می نماییم. داده های مورد نیاز از منبع UCI برای مشتریان تلکام بدست آمده است. پژوهش پیش رو از نظر هدف، و از نظر گردآوری داده های پژوهشی کاربردی بشمار می رود. و نتایج بدست آمده، مدیران و بازاریابان سازمان ها را قادر می سازد تا براساس الگوهای کشف شده سیاست گذاری کنند و پیش بینی بهتری از رفتارهای کنونی و آتی مشتریان خود داشته باشند.

کلیدواژه ها:

داده کاوی، ریزش مشتریان، خوشه بندی، درخت تصمیم گیری

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICTI02_098 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/859389/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رجبلو، زینب و هدایتی، عاطفه،1397،پیش بینی ریزش مشتریان با استفاده از الگوریتم های داده کاوی،دومین کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر،اصفهان،https://civilica.com/doc/859389

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، رجبلو، زینب؛ عاطفه هدایتی)
برای بار دوم به بعد: (1397، رجبلو؛ هدایتی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی