ارايه مدلي براي بهينه ‌سازي خوشه ‌بندي سري ‌هاي زماني بر اساس الگوريتم ژنتيك براي تحليل رفتار مشتريان

در حال حاضر، سازمان ‌ها از ابزارها و تكنيك‌ هاي داده ‌كاوي و هوش تجاري براي تحليل رفتار مشتريان خود استفاده مي‌كنند. بخش‌بندي مشتريان يك ابزار تحليلي گسترده است كه براي شناسايي گروه‌هاي متمايز از مشتريان استفاده مي‌شود. از آنجا كه بخش‌بندي ثابت منجر به از دست دادن الگوها و روندهاي مهم رفتار مشتري در طول زمان مي‌شود. در اين مقاله، يك مدل ارائه شده است كه رفتار هر مشتري را به عنوان  يك دنباله زماني از متغيرهاي خريد جديد، تعداد خريد، مبلغ خريد و هزينه مشتري نمايش مي‌دهد در واقع بُعد زماني رفتار مشتري را نيز در نظر مي‌گيرد. سپس با استفاده از الگوريتم ژنتيك وزن‌هاي بهينه را براي هر ويژگي يافته و با الگوريتم‌هاي خوشه‌بندي، بخش‌بندي مشتريان انجام مي‌شود. داده‌هاي مورد استفاده در اين تحقيق مربوط به داده‌هاي تراكنشي يك شركت خدمات پرداخت در طي دوره سي‌‌ماه است. نتايج نشان مي‌دهد كه بهترين نتيجه خوشه‌بندي با استفاده از الگوريتم خوشه‌بندي طيفي با محاسبه معيارهاي سيلوهت و كالينسكي به‌ دست مي‌آيد. اين نتايج نشان مي‌دهد كه با توجه به وزن‌دهي بهينه، الگوريتم ژنتيك موفق به تركيب ويژگي‌ها به گونه‌اي شد كه معيار سيلوهت را به 0/91 ارتقا دهد.