بازاریابی مستقیم با استفاده از الگوریتم نزدیکترین همسایه و فاصله وزن دار

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,215

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITEC01_076

تاریخ نمایه سازی: 12 اردیبهشت 1391

چکیده مقاله:

امروزه در بسیاری ازشرکت ها پایگاه عظیمی از اطلاعات مشتریان براساس محصولات مختلف کانالهای فروش و مناطق مختلف جغرافیایی وجود دارد که میتوان از آن ها برای رسیدن به دانش مناسب و تعامل با مشتری استفاده نمود دراین جهت بهترین روش استفاده از بازاریابی مستقیم است دراین روش معمولا مشتریانی که انتخاب می شوند به وسیله تماس مستقیم پستی از محصولات جدید یا خدمات مطلع می شوند که درعمل این نوع بازاریابی باعث افزایش سرمایه و صرفه جویی در هزینه مالی و زمانی برای موسسات می شود دراین مقاله سعی شده مساله توسط یکی از بهترین تکنیکهای طبقه بندی یعنی K- نزدیک ترین همسایه K-NN حل شود K-NN بسیار ساده است و توسط یک قانون ساده تفسیر می شود که الگوهای نزدیک به هم درفضای ویژگی ها بسیار احتمال دارد که دریک کلاس قرا رداشته باشند مادراینجا سعی در وزن دهی نمونه های آموزشی کرده ایم در این روش نمونه ها براساس اینکهکدام یک در طبقه بندی موثر تر است وزن بیشتری می گیرند. اما باید به این نکته توجه داشتکه دربازاریابی مستقیم تابع هدف با تابع مورد استفاده در سیستمهای طبقه بندی فرق می کند.

نویسندگان

ایمان ادیب

دانشجوی کارشناسی ارشد دانشگاه شیراز

محمد طاهری

دانشجوی دکتری

منصور ذوالقدرجهرمی

دانشیار دانشگاه شیراز

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 :
  • سمانه قدرت نما، سید محمد رضا موسوی، محمد طاهری، منصور ...
  • Bult Jan, R . (1993), S emiparametric Versus Parametric Classification ...
  • Cover, T., Hart, P. (1967), Nearest neighbor pattern classification, IEEE ...
  • Dehzangi, O., Jahromi, M.Z., (2007). -AProposed Method of Local Feature ...
  • Ghodratnama, S., Moosavi, M. R., Taheri, M., Jahromi, M. Z..(2010). ...
  • Kaefer, F., Heilman, C. A, Ramenofsky, S. D. (2005), A ...
  • Ling, C. X., LI, c. (1999), Sata Mining for Direct ...
  • Patil, P. R., Revankar, P., Joshi, P. (2009). The Application ...
  • Phyu, T. N. (2009), Survey of classification techniques in data ...
  • Potharst, R., Kaymak, U. and Pijls, W. (2002), Neural networks ...
  • Viaene, S., Baesens, B., Van den Poel, _ Vanthienen, J. ...
  • Yang, T., Cao, L., Zhang, C., (2010). A Novel Prototype ...
  • Zolghadri Jahromi, M., Parvinia, E. (2008), A New Method of ...
  • Zolghadri Jahromi, M., Parvinnia, E. (2009), Robert John, A method ...
  • Zolghadri Jahromi, M., Taheri, M., (2008). -proposed method for learning ...
  • نمایش کامل مراجع