CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارزیابی رفتار مشتری جهت بهبود CRM با استفاده تکنیک های داده کاوی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۶۴۷ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: ICMEI01_440
زبان مقاله: فارسی
حجم فایل: ۴۸۸.۰۶ کیلوبایت (فایل این مقاله در ۱۴ 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 ۱۴ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی رفتار مشتری جهت بهبود CRM با استفاده تکنیک های داده کاوی

  علی بدیع - عضو هیات علمی، مربی، کارشناسی ارشد، مهندسی فناوری اطلاعات، دانشکده فنی و مهندسیدانشگاه سلمان فارسی کازرون
    علیرضا دهقان - عضو هیات علمی، مربی، کارشناسی ارشد، مهندسی فناوری اطلاعات، دانشکده فنی و مهندسیدانشگاه سلمان فارسی کازرون
  نجمه خنجری - دانشجوی مهندسی فناوری اطلاعات، کارشناسی، مهندسی فناوری اطلاعات، دانشکده فنی و مهندسیدانشگاه سلمان فارسی کازرون
  رباب عبدالهی - دانشجوی مهندسی فناوری اطلاعات، کارشناسی، مهندسی فناوری اطلاعات، دانشکده فنی و مهندسیدانشگاه سلمان فارسی کازرون

چکیده مقاله:

داده کاوی به صورت یک محصول قابل خریداری نمی باشد؛ بلکه یک رشته علمی و فرآیندی است که بایستی به صورت یک پروژه پیاده سازی شود . عبارت داده کاوی، مترادف با یکی از عبار ت های استخراج دانش، برداشت اطلاعات، وارسی داده ها و حتی لایروبی کردن داده ها است که در حقیقت کشف دانش در پایگاه داده ها (KDD) را توصیف می کند. به طوری که کاربرد تکنیک ها و الگوریتم های مختلف این ابزار در حوزه های مختلف از جمله پیش بینی، مدیریت ارتباط با مشتری، پزشکی، مالی و غیره شاهدی بر این مدعا می باشد. در این مقاله میخواهیم با استفاده از تکنیکهای خوشه بندی و پیشبینی در دادهکاوی به تجزیه و تحلیل پایگاه داده فروشگاه قطعات جانبی گوشی همراه، تبلت، لپ تاپ و غیره، به منظور تحلیل رفتار مشتریان در جهت پیش بینی و در راستای سودآوری فروشگاه بپردازیم. در این مقاله با استفاده از نرم افزار Rapid Miner و اعمال الگوریتمهای دسته بندی و طبقه بندی بر روی بانک اطلاعاتی و بر اساس مدیریت ارتباط با مشتری، به ارائه مدل سودآوری پرداخته شده است.

کلیدواژه‌ها:

داده کاوی، مدیریت ارتباط با مشتری ، 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-ICMEI01-ICMEI01_440.html
کد COI مقاله: ICMEI01_440

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:
بدیع, علی؛ علیرضا دهقان؛ نجمه خنجری و رباب عبدالهی، ۱۳۹۴، ارزیابی رفتار مشتری جهت بهبود CRM با استفاده تکنیک های داده کاوی، کنفرانس بین المللی مدیریت، اقتصاد و مهندسی صنایع، تهران، موسسه مدیران ایده پرداز پایتخت ویرا، https://www.civilica.com/Paper-ICMEI01-ICMEI01_440.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: (بدیع, علی؛ علیرضا دهقان؛ نجمه خنجری و رباب عبدالهی، ۱۳۹۴)
برای بار دوم به بعد: (بدیع؛ دهقان؛ خنجری و عبدالهی، ۱۳۹۴)
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 :

  • صنیعی‌آبادی، م، محمودی، س، طاهرپور، م، داده‌کاوی کاربردی، ویراست دوم، ...
  • نقش فناوری اطلاعات(IT)برای بهبود مدیریت ارتباط با مشتری(CRM)با رویکرد مدل سوئیفت [مقاله کنفرانسی]
  • استفاده از تکنیک داده کاوی درمدیریت ارتباط با مشتریان درنظام بانکی [مقاله کنفرانسی]
  • ناظمی، ج، جعفری، پ، هاشمی، ح، کاوش خصوصیات مشتریان بانکداری ... (مقاله ژورنالی)
  • Aldenderfer. M.S. and Blashfiel. R.K.. Cluster Analysis. Sage Publications, Los ...
  • Arabie, L. P. Hubert, and G.D.Soete. An overview of combinatorial ...
  • Berson, A., Smith, S., & Thearling, K. (2000). Building data ...
  • Cheung, K. W., Kwok, J. T., Law, M. H., & ...
  • Chris Rygielski(20 02), "Data Mining Techniques for Customer Relationship Management', ...
  • Drew, J. H., Mani, D. R., Betz, A. L, & ...
  • Etzion, O., Fisher, A., & Wasserkrug, S. (2005). E-CLV: A ...
  • Fayyad, U., G. P iatetsky- Shapiro & P. Smith (1996a) ...
  • Fayyad, U., G. P iatetsky- Shapiro, P. Smith, & R. ...
  • Jagdish, N." Cus tome rRelationsh ipManagemen t: Concept, Tools, App ...
  • Kantardzic. M . Data mining: Discovering Knowledge from Hypertext Data. ...
  • Kim, S. Y., Jung, T. S., Suh, E. H., & ...
  • Kracklauer, A. H. Mills, D. Q., & Seifert, D. (2004). ...
  • Ling, R., & Yen, D. C. (2001). Customer relationship management: ...
  • Michalski, RS, BratKo, I & Kubat, M 1998, Machine learning ...
  • Ngai, E.W.T, Xiu, Li, Chau, D.C.K. (2009), "Application of data ...
  • P iatetsky- Shapiro, G. (1991) "Knowledge Discovery in Real Databases: ...
  • Prinzie, A., & Poel, D. V. D. (2005). Constrained optimization ...
  • Rosset, S., Neumann, E., Eick, U., & Vatnik, N. (2003). ...
  • Tan, SK 2004, An introduction to data mining Wiley. ...
  • کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۵۹
    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 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.