CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Identify Valuable Customers of Taavon Insurance in Field of Life Insurance with Data Mining Approach

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۹۳ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: JR_UJRSET-4-1_001
زبان مقاله: انگلیسی
حجم فایل: ۳۶۷.۵۲ کیلوبایت (فایل این مقاله در ۱۰ 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 ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Identify Valuable Customers of Taavon Insurance in Field of Life Insurance with Data Mining Approach

Masoumeh Ganjali - Department of Information Technology, Electronic Branch, Islamic Azad University, Tehran, Iran
  Babak Teimourpour - Department of Information Technology, Tarbiat Modares University, Tehran, Iran

چکیده مقاله:

Today the most crucial tasks of mentioned organizations is to recognize and attractcustomers and make a distinction between different groups of customers and rankingthem and trying to keep the customers. To do this, the use of customer relationshipmanagement, and measurement of customer value is helpful. The main objective of thispaper is segmentation insurance customers based on the factors affecting the value ofour customers. In line with this objective, all data from 2311 life insurance customersare extracted from Taavon Insurance Company in a period of one year and accordingto the specification of insurance policy it was clustered by use of K-Means algorithm.Based on the results, customers were divided into five clusters. According to theinsurance experts view, chosen specifications were weighted. After calculating the CLV,customers were ranked. Each cluster got specific name like, Golden Customer , Valuable Customer , Favorable Customer , Less Favorable Value Customer and Less Valuable Customer . By discovery of association rules based on the features ofinsured people, golden customers cluster for study of insurer’s behavior was analyzedat first step. By use of algorithm, decision tree for life insurance data was classifiedbased on insured feature in order to predict position of every new entrance customer ineach cluster. This research can be used to develop marketing plans and develop andoffer products and services for each group of customers.

کلیدواژه‌ها:

Customer RelationshipManagement Customer Lifetime Value Data Mining Life Insurance

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-JR_UJRSET-JR_UJRSET-4-1_001.html
کد COI مقاله: JR_UJRSET-4-1_001

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:
Ganjali, Masoumeh & Babak Teimourpour, ۱۳۹۵, Identify Valuable Customers of Taavon Insurance in Field of Life Insurance with Data Mining Approach, UCT Journal of Research in Science ,Engineering and Technology 4 (1), https://www.civilica.com/Paper-JR_UJRSET-JR_UJRSET-4-1_001.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: (Ganjali, Masoumeh & Babak Teimourpour, ۱۳۹۵)
برای بار دوم به بعد: (Ganjali & Teimourpour, ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه 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.