استخراج رفتار خرید مشتریان با استفاده از راهکارهای یادگیری ماشینی

امروزه، داده ها در فرمت ها، انواع و ابعاد مختلف در دسترس هستند. این حجم عظیم از داده های در دسترس، پژوهشگران را ترغیب کرده تا از نتایج تحلیل آنها در جهت بهبود تصمیم گیری در زمینه های گوناگونی چون تجارت الکترونیک، خدمات پزشکی، پژوهشهای فضایی، پیشبینی کسب وکار، تحلیل مشتریان و ... استفاده کنند. داده هایی که در نتیجه خرید مشتریان از فروشگاه های برخط و یا مراکز خرید در سراسر جهان ایجاد می شوند منابع غنی از رفتارهای خرید مشتری هستند . در فضای تجارت الکترونیک این حجم عظیم از داده ها با تبدیل شدن به اطلاعات و سپس دانش می تواند راهی به سوی مدیریت صحیح معاملات و تعامل بهتر بین بنگاه ها و مشتریان باشد چنانکه با شدیدتر شدن رقابت در بخشهای تجارت، نقش مشتری و شناسایی رفتار او پررنگ تر از گذشته شده است.هدف از این مقاله شناسایی رفتار مشتری با استفاده از راهکارهای یادگیری ماشینی و استفاده از نتایج آن جهت کشف میزان رضایتمندی و وفاداری و بهبود خدمات رسانی به مشتری در قالب مدلسازی رفتار مشتری با روش های مبتنی بر خوشه بندی و سپس قرار دادن خوشه های مختلف در قالب مدل های مبتنی بر انواع مشتری است. از این رو می توان با بهره گیری از انواع تکنیکهای گوناگون، اطلاعات به دست آمده را برای نیل به اهدافی همچون افزایش درآمد، کاهش هزینه ها، بهبود ارتباط با مشتری و ... مورد استفاده قرار داد.

کلیدواژه ها:

داده کاوی ، رفتار خرید مشتری ، یادگیری ماشینی ، مدیریت ارتباط با مشتری.