پیش بینی رفتار خرید آنلاین مشتریان ایرانسل و ارائه پیشنهادهای شخصی سازی شده جهت خرید بسته های اینترنتی

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 371

فایل این مقاله در 14 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:

DPFSTS06_010

تاریخ نمایه سازی: 6 شهریور 1398

چکیده مقاله:

پیش بینی رفتار آتی مشتری و ارائه خدمات شخصی سازی شده و پیشنهاد محصولات مورد نیاز و مورد علاقه مشتریان به آنها، ارزش تجاری به سزایی برای صاحبان کسب و کار الکترونیکی و همچنین مشتریان آنان در پی دارد. شرکت ایرانسل با ارائه بسته های اینترنتی بیشمار و متنوع، همانطور که قدرت انتخاب به مشتریان خود می دهد از طرفی امکان خرید بسته های اشتباه و عدم تصمیم گیری صحیح برای آنان نیز وجود دارد. لذا در این مطالعه تلاش می شود تا با بررسی روش های گوناگون آنالیز رفتار مشتری در زمینه تجارت الکترونیک، به الگوی صحیحی برای پیش بینی رفتار خرید مشتریان آنلاین وب سایت و فروشگاه اینترنتی ایرانسل نائل آییم. به این منظور مقالات مروری و سیستماتیک ISI مورد بررسی قرار گرفت. روش هایی که در این مطالعه مورد بررسی قرار گرفته اند عبارتند از، پیش بینی رفتار خرید مصرف کننده بر اساس مسیر حرکت و تراکنش های خرید مشتریان، بر اساس الگوریتم های پیشرفته ماشین یادگیرنده، مدل پیش بینی متکی بر داده های مربوط به مسیر کلیک، چارچوب پیش بینی دو مرحله ای به نام COREL و مدل منطقی خطی-زمانی. بر اساس مطالعات انجام شده به این نتیجه کلی رسیدیم که با استفاده از روش مسیر کلیک و یادگیری ماشین می توان به مشتریان آنلاین شرکت ایرانسل بسته های متناسب با هر کاربر را به وی پیشنهاد نمود.

کلیدواژه ها:

پیش بینی رفتار خرید ، شخصی سازی ، یادگیری ماشین

نویسندگان

سعید بختیاری

استادیار گروه فاوا، دانشگاه علوم انتظامی امین، تهران

زینب کوهی ور

دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات، تجارت الکترونیک، تهران