خوشه بندی فازی مشتریان و اقلام خرید در مدیریت ارتباط با مشتری

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,515

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IIEC06_211

تاریخ نمایه سازی: 8 مهر 1387

چکیده مقاله:

در این مقاله مسئله خوشه بندی اقلام مختلف در k دسته مختلف که در هر دسته r محصول وجود دارد و با هدف ماکزیمم سازی سطح رضایت مشتریان در مدیریت ارتباط با مشتری، مدنظر است. درجه رضایت هر مشتری به صورت تابعی از تعداد محصول مورد نیاز وی که در لیست اقلام وجود دارد و نیز اولویت وی تعریف می شود. برای مشخص کردن سطح اولویت هر مشتری، ابتدا مشتریان بر اساس ارزش لیست کالاهای مورد نیازشان به سه دسته مشتریان با اهمیت بالا، متوسط و پایین تقسیم می شوند. سپس تمام مشتریان بر اساس امیزان عضویتشان در هر کدام از سه دسته فوق رتبه بندی می شوند. در قسمت خوشه بندی مشتریان از الگوریتم Fuzzy C-means استفاده شده است. در این مقاله مسئله فوق ابتدا به صورت یک مدل برنامه ریزی ریاضی دو هدفه مدل بندی شده است که یکی از توابع هدف آن تعداد مشتریان پوشش داده شده و تابع هدف دوم سطح رضایت کلی حاصل از ارائه خدمت را شامل می شود. سپس مدل فوق با استفاده از مفاهیم نظریه فازی به یک مدل ساده برنامه ریزی عدد صحیح تبدیل شده و در پایان کارایی تکنیک حل معرفی شده با استفاده از یک مثال عددی به اثبات رسیده است.

کلیدواژه ها:

دسته بندی اقلام خرید ، خوشه بندی مشتریان ، Fuzzy C-means ، داده کاوی ، مدیریت ارتباط با مشتری

نویسندگان

فریبرز جولای

دانشیار دانشگاه تهران، دانشکده مهندسی صنایع

کامران کیانفر

دانشجوی کارشناسی ارشد رشته مهندسی صنایع، دانشگاه صنعتی امیرکبیر

مهدی فتحی

دانشجوی کارشناسی ارشد رشته مهندسی صنایع، دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • S. Chiger, Benchmark survey on critical issues and trends, Catalog ...
  • Ali Amiri, Customer- oriented catalog segmentation: Effective solution approaches, Decision ...
  • M. Ester, R. Ge, W. Jin, Z. Hu, A Mi ...
  • Metin Turkey, A mixed-integer programming approach to the clustering problem ...
  • M.R. Rao, Cluster analysis and mathematical programming, Journal of the ...
  • P.S. Bradley, U.M. Fayyad, O.L. Mangasarian, Mathematical programming for data ...
  • C. Rygielski, J.C. Wang, D.C. Yen, Data mining techniques for ...
  • نمایش کامل مراجع