نمایش مختصر رکورد

dc.contributor.authorخدیور, آمنهfa_IR
dc.contributor.authorمهمان نوازان, سهیلاfa_IR
dc.date.accessioned1402-08-26T21:35:46Zfa_IR
dc.date.accessioned2023-11-17T21:35:47Z
dc.date.available1402-08-26T21:35:46Zfa_IR
dc.date.available2023-11-17T21:35:47Z
dc.date.issued2023-06-22en_US
dc.date.issued1402-04-01fa_IR
dc.date.submitted2023-04-06en_US
dc.date.submitted1402-01-17fa_IR
dc.identifier.citationخدیور, آمنه, مهمان نوازان, سهیلا. (1402). بخش بندی و پیش‌بینی رفتار مشتریان براساس مدل RFM بهبودیافته (LRFMSP). پژوهش های نوین در تصمیم گیری, 8(2), 123-148.fa_IR
dc.identifier.issn2476-6291
dc.identifier.urihttps://journal.saim.ir/article_708769.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/1050372
dc.description.abstractدر سال‌های اخیر، با توسعه یادگیری ماشین و فناوری کلان داده، داده‌های کاربر به عنصر مهمی در فرآیند تولید شرکت‌ها تبدیل شده‌اند. با به کارگیری رویکردهای داده‌‏کاوی در داده‌های مشتریان، سازمان‌ها، الگوهای رفتاری مشتریان، نیازهای آن‌ها و ارتباط‌های پنهان داده‌ها را درک می‌کنند و براساس این الگوها بهتر می‌توانند در راستای برآورده ساختن نیاز مشتریان، منابع خود را به کار گیرند. خوشه‌‏بندی یکی از تکنیک‌های داده‌‏کاوی است که برای گروه‌‏بندی مشتریان متناسب با ویژگی‌های مختلف آن‌ها استفاده می‌شود. هدف اصلی این پژوهش خوشه‏ بندی مشتریان بر اساس شاخص‌های LRFMSP و در نهایت طبقه ‏بندی و پیش‌بینی رفتار خرید آن‌ها با استفاده از تکنیک‌های طبقه‏ بندی درخت تصمیم (DTC)، پرسپترون چندلایه (MLP) و ماشین بردار پشتیبان (SVM) است. مطالعه‌ی صورت گرفته بر روی 387496 تراکنش مشتریان یک فروشگاه خرده‌فروشی در غرب اروپا طی بازه زمانی فوریه 2018 تا فوریه 2019 می ‏باشد. هر تراکنش منتسب به مشتری بخشی از رفتار یک فرد است که بر روی مجموعه‌ای از معاملات مدل‌سازی می‌شود تا رفتار خرید مشتری را شکل دهد. انجام خوشه‏ بندی ++K-means و تعیین K بهینه منتهی به مشخص شدن سه خوشه برای مشتریان گردید. همچنین آزمایش و بررسی طبقه‏ بندی‏ کننده‏ ها نشان داد که طبقه‏ بندی‏ کننده MLP با یک لایه پنهان و 6 نورون در این لایه بیشترین دقت و طبقه‌بندی‌کننده DTC بیشترین سرعت را در بین طبقه‏‏‌بندی‏‌‏کننده‌‏های بررسی شده خواهد داشت. بررسی رفتار مشتریان خوشه‏‌ها نشان داد که مشتریان را می‌‏توان در سه دسته وفادار، بالقوه و از دست رفته تقسیم‏‌بندی نمود.fa_IR
dc.languageفارسی
dc.language.isofa_IR
dc.publisherانجمن علمی مدیریت صنعتی ایرانfa_IR
dc.relation.ispartofپژوهش های نوین در تصمیم گیریfa_IR
dc.relation.ispartofModern Research in Decision Makingen_US
dc.subjectرفتار خرید مشتریfa_IR
dc.subjectLRFMSPfa_IR
dc.subjectپرسپترون چند لایهfa_IR
dc.subjectماشین بردار پشتیبانfa_IR
dc.subjectدرخت تصمیم ‏گیریfa_IR
dc.titleبخش بندی و پیش‌بینی رفتار مشتریان براساس مدل RFM بهبودیافته (LRFMSP)fa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentدانشیار، گروه مدیریت، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایرانfa_IR
dc.contributor.departmentدانشجوی دکتری مدیریت بازاریابی، دانشکده علوم اجتماعی و اقتصادی،دانشگاه الزهرا، تهران، ایرانfa_IR
dc.citation.volume8
dc.citation.issue2
dc.citation.spage123
dc.citation.epage148
nlai.contributor.orcid0000-0003-4620-1409
nlai.contributor.orcid0000-0002-2774-3459


فایل‌های این مورد

فایل‌هااندازهقالبمشاهده

فایلی با این مورد مرتبط نشده است.

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد