CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

دسته بندی مشتریان با استفاده از داده کاوی بر پایه الگوریتم های شبکه عصبی و انواع درخت تصمیم

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۵۴۴ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: ARGCONF03_020
زبان مقاله: فارسی
حجم فایل: ۵۶۴.۵۷ کیلوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله دسته بندی مشتریان با استفاده از داده کاوی بر پایه الگوریتم های شبکه عصبی و انواع درخت تصمیم

  امیر فرهاد فرهادی - کارشناس ارشد مهندسی فناوری اطلاعات دانشگاه آزاد اسلامی تهران شمال
  شیرین دخت فرهادی - دانشجوی دکتری مهندسی فناوری اطلاعات، دانشگاه تربیت مدرس،

چکیده مقاله:

وب سایت ها بزرگترین پایگاه داده در دسترس و دارای داده های بسیاری در رابطه با مشتریان می باشد. کشف و تحلیل داده های مشتریان در وب، سازمان ها را قادر می سازد تا تصمیمات مبتنی بر داده گرفته و استراتژی های تصمیم گیری خود را بهبود و توسعه دهند. تکنیک های داده کاوی ابزارهای شناخته شده ای برای تجزیه و تحلیل داده های مشتریان می باشند. این تکنیک ها با استفاده از روش های آماری و هوش مصنوعی، الگوهای موجود در مجموعه داده های بسیار بزرگ را استخراج می کنند. این تحقیق می کوشد تا با تاکید بر مدل های داده کاوی در حوزه دسته بندی، مبنی بر تحلیل رفتار مشتریان، به بهبود مدیریت ارتباط با مشتری و تدوین استراتژیهای بازاریابی ویژه هر دسته از مشتریان وب سایت کافه بازار بپردازد. بدین منظور پس از بررسی تحقیقات و مقالات موجود، مرور ادبیات تحقیق، از شاخص هایی که مشتریان در هنگام مراجعه به وب سایتها با آن مواجه می شوند، استفاده شده است و سپس داده های جمع آوری شده با استفاده از نرم افزار Spss Clementine نسخه 18 مورد تجزیه و تحلیل قرار گرفت و از الگوریتم های شبکه عصبی و انواع درخت تصمیم جهت تحلیل رفتار مشتریان آنلاین استفاده شده است. در نهایت، با استفاده از قوانین درخت تصمیم مشخص گردید هرچه برنامه های وب سایت کافه بازار در دسته بندی های مجزایی قرار گیرند، احتمال پیدا کردن آنها توسط افراد بیشتر می شود و تعداد نصب این برنامه ها نیز به مرور زمان افزایش می یابد.

کلیدواژه‌ها:

دسته بندی مشتریان، داده کاوی، شبکه عصبی، درخت تصمیم

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ARGCONF03-ARGCONF03_020.html
کد COI مقاله: ARGCONF03_020

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
فرهادی, امیر فرهاد و شیرین دخت فرهادی، ۱۳۹۷، دسته بندی مشتریان با استفاده از داده کاوی بر پایه الگوریتم های شبکه عصبی و انواع درخت تصمیم، سومین کنفرانس سالانه ملی مهندسی برق، کامپیوتر و بیو الکتریک ایران، مشهد، موسسه علمی آموزشی و پژوهشی ارگ، https://www.civilica.com/Paper-ARGCONF03-ARGCONF03_020.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (فرهادی, امیر فرهاد و شیرین دخت فرهادی، ۱۳۹۷)
برای بار دوم به بعد: (فرهادی و فرهادی، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۵۵۷۰
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > داده کاوی
  • هوش مصنوعی > درخت تصمیم
  • هوش مصنوعی > شبکه عصبی
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.