CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه مدلی به منظور پیشبینیواکنش مشتریان به برنامههای پیشبرد فروش: مطالعه موردی یک شرکت پخش کالا

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۴۸۵ | نظرات: ۰
سال انتشار: ۱۳۹۲
نوع ارائه: شفاهی
کد COI مقاله: ELECOM01_009
زبان مقاله: فارسی
حجم فایل: ۳۷۱.۲۲ کیلوبایت (فایل این مقاله در ۷ 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 ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه مدلی به منظور پیشبینیواکنش مشتریان به برنامههای پیشبرد فروش: مطالعه موردی یک شرکت پخش کالا

  آنژلا عاملی - استادیار، دانشگاه آزاد اسلامی واحد تهران شمال
  آزاد گودرزی - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد تهران شمال
  حمیدرضا سعیدنیا - استادیار، دانشگاه آزاد اسلامی واحد تهران شمال

چکیده مقاله:

در سالهای اخیر روشهای دادهکاوی به متخصصان بازاریابی کمک شایان توجهای نمودهاند. این روشها با کاوش در دادههای مشتریان به تصمیم گیران کمک میکنند تا با دقت بیشتری مشتریان هدف خود را انتخاب نمایند. در این تحقیق با استفاده از روشهای ردهبندی پایه و جمعی دادهکاوی، مدلی به منظور پیشبینی واکنش مشتریان (خردهفروشان) به برنامههای پیشبرد فروش، پیشنهاد شده است. مزیت این مدل در این است که دو دسته از متغیرهای رفتاری خردهفروشان به همراه برخی متغیرهای مشخصهای از آنها و متغیر کالای دارای پیشبرد فروش، وارد مدلسازی شدهاند و بدین صورت هر رکورد داده نمایانگر دو نهاده (کالا و مشتری) میباشد. بدین ترتیب یک مدل جامع و قابل تعمیم ارائه شده است که قابل توسعه برای سایر محصولات نیز میباشد. نتایج مدلسازی نشان داد که به طور کلی روش ردهبندی جمعی بگینگموجب افزایشدقت مدلسازی در روشهای پایه شده است و دو روش بگینگماشین بردار پشتیبان و بگینگشبکه های عصبی مصنوعی به ترتیب با دقت 86/53% و 86/21% عملکرد بهتری را در پیشبینی واکنش مشتریان ارائه نمودهاند.

کلیدواژه‌ها:

مدلسازی واکنش مشتریان، ردهبندی، برنامههای پیشبرد فروش

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-ELECOM01-ELECOM01_009.html
کد COI مقاله: ELECOM01_009

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:
عاملی, آنژلا؛ آزاد گودرزی و حمیدرضا سعیدنیا، ۱۳۹۲، ارائه مدلی به منظور پیشبینیواکنش مشتریان به برنامههای پیشبرد فروش: مطالعه موردی یک شرکت پخش کالا، اولین همایش منطقه ای بهینه سازی و روشهای محاسبه نرم در مهندسی برق و کامپیوتر، صفاشهر، دانشگاه آزاد اسلامی واحد صفاشهر، https://www.civilica.com/Paper-ELECOM01-ELECOM01_009.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: (عاملی, آنژلا؛ آزاد گودرزی و حمیدرضا سعیدنیا، ۱۳۹۲)
برای بار دوم به بعد: (عاملی؛ گودرزی و سعیدنیا، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Han, J., Kamber, M., & Pei, J. (2006). Data mining: ...
  • Swift, R. S. _ 2001. Accelarating customer relationships: Using CRM ...
  • کنفرانس منطقه‌ای روش‌های محاسبه نرم در مهندسی برق _ کامپیوتر ... (مقاله کنفرانسی)
  • Juan Pablo Maicas Lopez, Yolanda Polo Redondo, Fco. Javier Sese ...
  • Bharat P. Rao, 2000.Improving retail effectiveness through technology: a survey ...
  • S. Wesley Changchiena, Chin-Feng Leeb, Yu-Jung Hsu, 2004. On-line personalized ...
  • Rygielski, C., Wang, J. C., & Yen, D. C. (2002). ...
  • _ & Johnson, , (2011). CRM fundamental. Apress. ...
  • http ://en.wikipedia. org/wiki/Cu stomer_relation sh ip_management ...
  • Wang, Y., & Xiao, H. (2011). Ensemble learming for customee ...
  • Blattberg, R. C. Byung-Do Kim, and Scott A. Neslin (2008), ...
  • Cheung, K. W., Kwok, J. T., Law, M. H., & ...
  • Liao, S. H., & Chen, Y. J. (2004). Mining customer ...
  • Prinzie, A., & Van den Poel, D. (2005). Constrained optimization ...
  • Harrell, Gilbert D, (2008). Marketing: Connecting with Customers. Chicago Education ...
  • Gardner, M. P., & Strang, R. A. (1984). Consumer response ...
  • Berry, M. J., & Linoff, G. (1997). Data mining techniques: ...
  • Kang, P., Cho, S., & MacLachlan, D. L. (2012). Improved ...
  • Coenen, F., Swinnen, G., Vanhoof, K., & Wets, G. (200). ...
  • Sun, B., Li, S., & Zhou, C. (2006). Adaptive learming ...
  • Daniel T. Larose, 2005. Discovering knowledge in data an introduction ...
  • _ _ and Service Management (ICSSSM), 2011 8th International Conference ...
  • Vindevogel, B., Van den Poel, D., & Wets, G. (2005). ...
  • Chuangxin Ou1, Chunnian Liu1, Jiajing Huang1, and Ning Zhong, 2003. ...
  • Kim, Y., & Street, W. N. (2004). An intelligent system ...
  • Olson, D. L., & Chae, B. K. (2012). Direct marketing ...
  • _ A Data Mining Mod for investigating the Impact of ...
  • Ha, K., Cho, S., Maclachlan, D. (2005). Response models based ...
  • Daneshmandi, M., & Ahmadzadeh, M. A Hybrid Data Mining Model ...
  • Laroche, M., Pons, F., Zgolli, N., Cervellon, M. C., & ...
  • Yang, Y., & Hao, C. (2011). Product selection for promotion ...
  • Schroder, N., & Hruschka, H. (2012). Response measuremet and optimization ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۵۳۴۲
    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

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    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.