روشی نوین برای ارزیابی نظرات مشتریان در وب بر مبنای الگوریتم ژنتیک و دسته بندی کننده ماشین بردار پشتیبان

تجارت الکترونیک نوع جدیدی از فروش و بازاریابی است که در آن مدیران باید تشخیص بدهند چه چیزی برای مشتریان آنها در بازار هدفشان مهم است و می بایست مدل سازی نمایند که کدام تبلیغ یا کدام شیوه ی فروش یا حتی کدام فعالیت اجتماعی شرکت تولید کننده و کدام شعار می تواند مخاطبان را بیشتر تحت تاثیر قرار دهد. یکی از مهمترین حوزه های مدیریت ارتباط با مشتری، سنجش میزان رضایتمندی مشتریان است. در این مقاله با کمک تکنیک های شناسایی الگو، روشی خودکار و سریع جهت انتخاب تاثیرگذارترین ویژگی های در راستای تشخیص الگوی رفتاری تاثیرگذار بر فروش در فروشگاه های مبتنی بر تجارت الکترونیک ارائه می گردد که در آن با استفاده از الگوهای آزمایشی و استفاده از الگوریتم های مختلف، توانایی هر ویژگی به تنهایی و در کنار سایر ویژگی های ارزیابی و نهایتا ویژگی هایی که بهترین میزان تابع ارزیابی عملکرد را از خود نشان دهند، انتخاب می گردند. در این تحقیق، یک رویکرد برای کاهش ابعاد ویژگی های مجموعه های داده ای با استفاده از الگوریتم ژنتیک در تشخیص الگوی رفتاری تاثیرگذار بر فروش در فروشگاه های مبتنی بر تجارت الکترونیک ارائه شده است. نتایج نشان داد که روش پیشنهادی انتخاب ویژگی بر اساس الگوریتم ژنتیک، نسبت به سایر روش انتخاب ویژگی های برتری قابل توجهی دارد. همچنین دسته بندی استفاده شده در این تحقیق، بر مبنای داده های استخراجی توسط الگوریتم ژنتیک، نسبت به سایر روش های معرفی شده برای تشخیص الگوی رفتاری تاثیرگذار بر فروش در فروشگاه های مبتنی بر تجارت الکترونیک دارای دقت تشخیص بالاتری می باشد که بیانگر کیفیت روش معرفی شده از جنبه های مختلف می باشد.

کلیدواژه ها:

داده کاوی ، افزایش بهره وری ، تجارت الکترونیک ، الگوریتم ژنتیک ، ماشین بردار پشتیبان ، یادگیری ماشین