سفارش تبلیغ
صبا ویژن

برنامه ریزی های سلسله مراتبی (AHP) برای پیشنهاد محصول به مشتری

  • عنوان لاتین مقاله: Integrating AHP and data mining for product recommendation on customer lifetime value
  • عنوان فارسی مقاله: ادغام برنامه ریزی های سلسله مراتبی (AHP) و داده کاوی برای پیشنهاد محصول به مشتری بر مبنای ارزش دوام آن
  • دسته: اقتصاد
  • فرمت فایل ترجمه شده: WORD (قابل ویرایش)
  • تعداد صفحات فایل ترجمه شده: 19
  • ترجمه سلیس و روان مقاله آماده خرید است.

خلاصه

پیشنهاد محصول، فعالیت کسب و کاری می باشد که برای جذب مشتری مهم می باشد. بنابراین، بهبود کیفیت این پیشنهادات برای تامین نیاز مشتریان در محیط رقابتی شدید دارای اهمیت زیادی می باشد. اگرچه سیستم های پیشنهاد دهنده متفاوتی مطرح شده است، اما تعداد کمی ارزش دوام مشتری را بریا شرکت مد نظر قرار داده اند. معمولا ارزش دوام مشتری ((CLV از نظر متغیرهای تازگی، تکرار و پولی (RFM) مورد ارزیابی قرار گرفته اند. به هر حال اهمیت نسبی در بین آن ها با توجه به مشخصات تولید و صنعت متفاوت می باشد. ما روش جدیدی از پیشنهاد محصول را ایجاد کرده ایم که تکنیک های تصمیم گیری گروهی و پردازش اطلاعاتی را مد نظر قرار می دهد. برنامه ریزی های سلسله مراتبی (AHP) نیز برای تعیین وزن نسبی متغیرهای RFM در ارزیابی ارزش دوام و وفاداری مشتری، مد نظر قرار می گیرد. سپس تکنیک های دسته بندی برای مشتریان طبقه بندی شده بر طبق به ارزش وزنی RFM به کار برده شده است. سرانجام روش بررسی قوانی مربوطه بکار گرفته شد، تا پیشنهاد محصول برای هر یک ار گروه های مشتری ارائه شود. نتایج تجربی نشان داده است که این روش ها پا را فراتر نهاده و از RFM های یکسان و روش های فیلترینگ همکاری استفاده کرده اند.

مقدمه

رقابت بیشتر شرکت ها را وادار می کند تا نوع آوری های خود را در بازار برای تامین نیاز مشتری و بهبود رضایت آن ها توسعه دهند. استفاده از اینترنت و رشد تجارت الکترونیک فعالیت های بازار را گسترش داده و حجم عظیمی از اطلاعات مربوط به مشتریان را برای تجزیه و تحلیل ایجاد کرده است. این گونه از فعالیت های اقتصادی با استفاده از تجزیه و تحلیل اطلاعات مربوط به مشتریان برای تعیین اولویت های آن ها دارای اهمیت زیادی بوده و باعث بهبود فرایند تصمیم گیری در بازار می گردد. ایجاد حمایت مناسب برای تامین نیاز مشتری در افزایش موفقیت فروشگاه های آنلاین اهمیت داشته و به این ترتیب موفقیت وب سایت ها بستگی به افزایش کیفیت خدمات و اطلاعات برای ارائه به مشتریان دارد.

  • فرمت: zip
  • حجم: 0.94 مگابایت
  • شماره ثبت: 411

خرید

مطالب مرتبط


بررسی و مطالعه کامل داده کاوی با (SQL server 2005) پیاده سازی آن

پایان نامه دوره کارشناسی کامپیوتر : گرایش نرم افزار

چکیده

فصل اول: مقدمه ای بر داده کاوی

1-1-مقدمه

1-2-عامل مسبب پیدایش داده کاوی

1-3-داده کاوی و مفهوم اکتشاف دانش (KDD)

1-3-1-تعریف داده کاوی

1-3-2- فرآیند داده کاوی

1-3-3-قابلیت های داده کاوی

1-3-4-چه نوع داده هایی مورد کاوش قرار می گیرند؟

1-4- وظایف داده کاوی

1-1-4-کلاس بندی

1-4-2- مراحل یک الگوریتم کلاس بندی

1-4-3-انواع روش های کلاس بندی

1-4-3-1- درخت تصمیم 1-4-3-1-1- کشف تقسیمات

1-4-3-1-2- دسته بندی با درخت تصمیم

1-4-3-1-3-انواع درخت های تصمیم

1-4-3-1-4- نحو? هرس کردن درخت

1-4-3-2- نزدیکترین همسایگی K

1-4-3-3-بیزی 1-4-3-3-1 تئوری بیز

1-4-3-3-2 -دسته بندی ساده بیزی

1-4-3-4- الگوریتم های ژنتیک در فصل دو با آن آشنا می شویم

1-4-3-5-شبکه های عصبی

1-4-4- ارزیابی روش های کلاس بندی

-2-4-1پیش بینی

1-4-3-انواع روش های پیش بینی

1-4-3-1- رگرسیون

1-4-3-1 -1- رگرسیون خطی

1-4-3-1-2-رگرسیون منطقی

1-4-3- خوشه بندی

1-4-3-1- تعریف فرآیند خوشه بندی

1-4-3-2-کیفیت خوشه بندی

1-4-3-3-روش ها و الگوریتم های خوشه بندی

1-4-3-3-1-روش های سلسله مراتبی

1-4-3-3-1-1- الگوریتم های سلسله مراتبی

1-4-3-3-1-1-1-الگوریتم خوشه بندی single-linkage

1-4-3-3-2-الگوریتم های تفکیک

1-4-3-3-3-روش های متکی برچگالی

1-4-3-3-4-روش های متکی بر گرید

1-4-3-3-5-روش های متکی بر مدل

1-4-4- تخمین

1-4-4-1- درخت تصمیم

1-4-4-2- شبکه عصبی

1-4-5-سری های زمانی

1-5-کاربردهای داده کاوی

1-6-قوانین انجمنی

1-6-1-کاوش قوانین انجمنی

1-6-2-اصول کاوش قوانین انجمنی

1-6-3-اصول استقرا در کاوش قوانین انجمنی

1-6-4-الگوریتم Apriori

1-7-متن کاوی

1-7-1- مقدمه

1-7-2- فرآیند متن کاوی

1-7-3- کاربردهای متن کاوی

1-7-3-1- جستجو و بازیابی

1-7-3-2-گروه بندی و طبقه بندی داده

1-7-3-3-خلاصه سازی

1-7-3-4- روابط میان مفاهیم

1-7-3-5- یافتن و تحلیل ترند ها

1-7-3-5- برچسب زدن نحوی (POS)

1-6-2-7-ایجاد تزاروس و آنتولوژی به صورت اتوماتیک

1-8-تصویر کاوی

1-9- وب کاوی

فصل دوم: الگوریتم ژنتیک

1-2-مقدمه

2-2-اصول الگوریتم ژنتیک

2-2-1-کد گذاری

2-2-1-1-روش های کد گذاری

2-2-1-1-1-کدگذاری دودویی

2-2-1-1-2-کدگذاری مقادیر

2-2-1-1-3-کدگذاری درختی

2-2-2- ارزیابی

2-2-3-انتخاب

2-2-3-1-انتخاب گردونه دوار

2-2-3-2-انتخاب رتبه ای

2-2-3-3-انتخاب حالت استوار

2-2-3-4-نخبه گزینی

2-2-4-عملگرهای تغییر

2-2-4-1-عملگر Crossover

2-2-4-2-عملگر جهش ژنتیکی

2-2-4-3-احتمالCrossover و جهش

2-2-5-کدبرداری

2-2-6-دیگر پارامترها

2-4-مزایای الگوریتم های ژنتیک

2-5- محدودیت های الگوریتم های ژنتیک

2-6-چند نمونه از کاربرد های الگوریتم های ژنتیک

2-6-1-یک مثال ساده

فصل سوم: شبکه های عصبی

3-1-چرا از شبکه های عصبی استفاده می کنیم؟

3-2-سلول عصبی

3-3-نحوه عملکرد مغز

3-4-مدل ریاضی نرون

3-5-آموزش شبکه های عصبی

3-6-کاربرد های شبکه های عصبی

فصل چهارم: محاسبات نرم

4-1-مقدمه

4-2-محاسبات نرمچیست؟

4-2-1-رابطه

4-2-2-مجموعه های فازی

4-2-2-1-توابع عضویت

4-2-2-2- عملیات اصلی

4-2-3-نقش مجموعه های فازی در داده کاوی

4-2-3-1- خوشه بندی

4-2-3-2- خلاصه سازی دادهها

4-2-3-3- تصویر کاوی

4-2-4- الگوریتم ژنتیک

4-2-5-نقش الگوریتم ژنتیک در داده کاوی

4-2-5-1- رگرسیون

4-2-5-2-قوانین انجمنی

4-3-بحث و نتیجه گیری

فصل پنجم: ابزارهای داده کاوی

5-1- نحوه انتخاب ابزارداده کاوی

5-2-1-ابزار SPSS-Clemantine

5-2-3-ابزار KXEN

5-2-4-مدل Insightful

5-2-5-مدل Affinium

5-3- چگونه می توان بهترین ابزار را انتخاب کرد؟

5-4-ابزار های داده کاوی که در 2007 استفاده شده است

5-5-داده کاوی با sqlserver 2005

5-5-1-اتصال به سرورازمنوی

5-5-2- ایجاد Data source

5-5-3- ایجاد Data source view

5-5-4- ایجاد Mining structures

5-5-5- Microsoft association rule

5-5-6- Algorithm cluster

5-5-7- Neural network

5-5-8-Modle naive-bayes

5-5-9-Microsoft Tree Viewer

5-5-10-Microsoft-Loistic-Regression

5-5-11-Microsoft-Linear-Regression

فصل ششم: نتایج داده کاوی با SQL SERVER2005 روی بانک اطلاعاتی دانشگاه آزاد قوچان

•1-6-نتایج Data Mining With Sql Server 2005 روی بانک اطلاعاتی دانشگاه آزاد قوچان

1-6-1-Microsoft association rule

1-6-2- Algorithm cluster

1-6-3- Neural network

1-6-4- Modle naive-bayes

1-6-5-Microsoft Tree Viewer

7-1-نتیجه گیری

منابع و ماخذ

خرید

مطالب مرتبط


الگوریتم های تخصیص داده پویا در سیستم های پایگاه داده توزیعی

مقدمه

پیشرفت در تکنولوژیهای شبکه و پایگاه داده در دهه های اخیر منجر به ایجاد سیستم های پایگاه داده توزیع شده گشته است. یک سیستم پایگاه داده توزیع شده مجموعه ای از سایتها می باشد که از طریق شبکه به هم متصل شده اند که هر کدام از سایت ها پایگاه داده مخصوص به خود دارد اما می توانند با یکدیگر کار کنند بنابراین هر کاربری در هر سایتی می تواند به همه داده های موجود در شبکه دسترسی داشته باشد درست مانند اینکه همه داده ها در سایت کاربر ذخیره شده است.

دغدغه اصلی سیستم های پایگاه داده توزیع شده قطعه قطعه کردن و تخصیص پایگاه داده اصلی می باشد واحد قطعه داده می تواند یک فایل باشد که در این حالت موضوع تخصیص همان تخصیص فایل خواهد بود مشکل تخصیص داده یک مسئله NP-complete می باشد بنابراین نیاز به هیوریستیکهای سریع برای تولید راه حل های موثر می باشد علاوه بر اینها تخصیص بهینه اشیا پایگاه داده به طور شدید بستگی به استراتژی اجرای پرس وجو که به وسیله پایگاه داده توزیع شده پیاده سازی شده دارد.

خرید

مطالب مرتبط


ترجمه مقاله هماهنگ سازی همکاری زنجیره تأمین با استفاده از فرآیند

دسته: مقالات ترجمه شده

حجم فایل: 610 کیلوبایت

تعداد صفحه: 32

هماهنگ سازی همکاری زنجیره تأمین با استفاده از فرآیند تحلیل سلسله مراتبی (AHP)

چکیده

اهمیت همکاری بین اعضای زنجیره تأمین به عنوان ابزاری قدرتمند برای افزایش درستی پیش بینی های تقاضا و کاهش هزینه های متعاقب به حد وفور در تحقیقات اخیر مورد تأکید قرار گرفته است. این امر مشخص شده است که پیش بینی ساده و بدون دقت دیگر کارآیی لازم را ندارد و از این رو اعضای زنجیره تأمین (SC) تبادل اطلاعات مرتبط را امری بسیار مهم برمی شمرند که به افزایش صحت پیش بینی تقاضا یاری می رساند. البته این اطلاعات با توجه به ویژگی هایشان بسیار متغیر می باشند. برای مثال برخی اطلاعات (از قبیل داده های مقیاس تاریخی) که به آسانی قابل تبادل است نقشی در افزایش چشمگیر صحت پیش بینی نخواهد داشت. همچنین برخی اطلاعات شاید چندان قابل استناد نباشند (برای مثال پیش بینی تقاضا توسط اعضای SC). در کل، نوعی کم کاری در اطلاعات مورد نیاز وجود داشته و نیز شامل نوع اطلاعات تبادل شده می باشد. در این مطالعه کم کاری های موجود با استفاده از یک مدل فرآیند تحلیل سلسله مراتبی (AHP) تحلیل می شود و بعد اجرای آن مبتنی بر مطالعات موردی صورت گرفته در مورد دو شرکت تولیدی تکمیل می شود. مدل AHP اطلاعات موجود در قالب مشارکت آنها را به منظور بهبود صحت پیش بینی رتبه بندی می کند و قادر به ارائه سرنخ های اساسی به شرکای SC جهت آماده نمودن داده های قابل تبادل می باشد. از مطالعات موردی صورت گرفته با مدل AHP ثابت شد که بکارگیری داده های ارجح SC، شرکتها را موفق به بهبود صحت پیش بینی می نماید که به نوبه خود به شرکتها در تصمیم گیری در مورد تنظیمات مشارکتی SC برای تبادل اطلاعات یاری می رساند.

خرید

مطالب مرتبط


طرح کسب و کار رستوران دستپیچ

مقدمه

چشم انداز ما ارائه غذاهایی با کیفیت بالا و خوشمزه و ارزان می باشد. هدف از تاسیس این رستوران ایجاد محیطی شاد و دوستانه جهت گذراندن وقت و همکاری مشتریان جهت آماده کردن سفارشات خویش است. هدف از راه اندازی رستوران دستپیچ، ایجاد مکانی است که با توجه به ذائقه و خواست مشتری و به صورت کاملاً سفارشی به سرو غذاهایی با کیفیت بالا و خوشمزه و ارزان می پردازد.

1-خلاصه طرح

2- معرفی کسب و کار

3- معرفی محصول یا خدمت

1-تحلیل مشتریان

5- ارزیابی رقبا

6- ارزیابی آینده بازار

7- ساختار سازمانی

8- طرح مالی

برآورد سرمایه ثابت

خرید

مطالب مرتبط