شماره ركورد
1123195
عنوان مقاله
پيشبيني پاسخ مشتريان در بازاريابي مستقيم با شبكههاي عصبي چندلايه
پديد آورندگان
زكي پور ، مهدي دانشگاه آزاد اسلامي واحد قزوين - گروه مديريت بازرگاني , نعمتي زاده ، سينا دانشگاه آزاد اسلامي واحد تهران مركزي - دانشكده مديريت و حسابداري - گروه مديريت بازرگاني , افشار كاظمي ، محمدعلي دانشگاه آزاد اسلامي واحد تهران مركزي - دانشكده مديريت و حسابداري - گروه مديريت صنعتي
تعداد صفحه
25
از صفحه
355
تا صفحه
379
كليدواژه
ارتقاء توان پيشبيني , عدم تعادل كلاس , دادهكاوي , شبكه عصبي
چكيده فارسي
هدف پژوهش حاضر شناسايي هر چه دقيقتر مشتريان بالقوه جهت مخاطب قرار دادن در برنامههاي بازاريابي مستقيم است كه از ديرباز به عنوان يكي از مسائل مهم و مورد علاقه بازاريابان شيوه مستقيم مطرح بوده است. مهمترين مسئله در اين راستا كاوش در مجموعه دادههاي مشتريان است كه همواره از عدم توازن بالايي برخوردار ميباشد. در اين پژوهش با تركيب روشهاي كم نمونهگيري و بيشنمونهگيري تصادفي كلاس اكثريت و اقليت كه در پژوهشهاي گذشته به كرات استفاده شده، با خوشهبندي مشتريان و استخراج نمونههاي متعادلتر اقدام به طراحي و توسعه يك الگوريتم پويا و اثربخش در راستاي شناسايي و پيشبيني مشتريان بالقوه نمودهايم. بدينمنظور از پايگاه داده مشتريان يك آژانس مسافرتي (بالغ بر 10000 ركورد) استفاده شده است. نتايج حاكي از آن است كه با استفاده از دادههاي اوليه مشتريان به هيچ وجه نميتوان به يك پيشبيني قابل اتكا و استفاده دستيافت. بكارگيري روشهاي نمونهگيري مجدد با استفاده از خوشهبندي مشتريان و تركيب كلاسهاي اقليت و اكثريت به روشهاي مختلف و مطابق با الگوريتم ابتكاري ارائه شده ميتواند توان پيشبيني طبقهبند درخت تصميم را به طرز شگفتانگيزي افزايش داده و در موقعيتها و بازارهاي مختلف مورد استفاده قرار گيرد. در نهايت با تركيب نتايج حاصل از كدهاي XML استخراج شده در هر مرحله و معيار «حاصلضرب» ميتوان به شناسايي و رتبهبندي مشتريان بالقوه و هدفگذاري آنها به شيوهاي كارآمد پرداخت.
عنوان نشريه
كاوشهاي مديريت بازرگاني
لينک به اين مدرک