این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
شنبه 22 آذر 1404
پژوهش های نوین در تصمیم گیری
، جلد ۹، شماره ۴، صفحات ۶۸-۹۳
عنوان فارسی
کاوش الگوهای پویایی مشتریان در سطوح مختلف ارزشی با استفاده از کاوش الگوهای دنبالهای و تحلیل کلانداده
چکیده فارسی مقاله
مشتریان در مرکز هر کسبوکاری قرار دارند. در حقیقت آنها قلب تپندهی هر کسبوکاری هستند که جریانهای درآمدی از طریق آنها وارد کسبوکار شده و باعث جذب مشتریان جدید میشوند. به دلیل عوامل مختلفی، رفتار مشتریان غالباً پیچیده و نامشخص بوده و با گذشت زمان تغییر میکند. بنابراین درچنین شرایطی لازم است ماهیت پویای مشتری در جهت تحلیل رفتار مشتری و استراتژیهای مناسب در نظر گرفته شود. دانش و پیشبینیهای بدست آمده با استفاده از مدلهای ایستا فقط در یک دورهی خاص زمانی معتبر هستند و نمیتوانند ماهیت پیچیده و نامشخص رفتار مشتری را توصیف کنند.
هدف این پژوهش کشف الگوهای غالب پویایی مشتریان در سطوح مختلف ارزشی با استفاده از کاوش الگوهای دنبالهای و تحلیل کلانداده است. این پژوهش با استفاده از دادههای در طول زمان مشتریان بانک انجام شده است. در این پژوهش به مدلسازی پویایی مشتری با استفاده از کاوش الگوهای دنبالهای پرداخته شده است. این روش به دلیل استفاده از کاوش الگوهای دنبالهای میتواند در جهت برنامهریزی و بهبود فرآیندهای مدیریت ارتباط با مشتری به کسبوکارها کمک کند.
کلیدواژههای فارسی مقاله
پویایی مشتری،تحلیل کلانداده،کاوش الگوهای دنبالهای،تصمیمگیری داده محور،
عنوان انگلیسی
Pattern Mining of customer dynamics through different customer value states by using sequence pattern mining and big data analytics
چکیده انگلیسی مقاله
Customers are situated at the center of every business. In fact, they are the pulsating heart of any enterprise, through which revenue streams flow and new customers are attracted. Due to various factors, customer behavior is often complex and uncertain, evolving over time. Therefore, in such circumstances, it is necessary to consider the dynamic nature of customers for analyzing their behavior and devising appropriate strategies. Knowledge and predictions derived from static models are only valid for a specific period and cannot describe the complex and uncertain nature of customer behavior.
The aim of this study is to discover dominant patterns of customer dynamics across different value tiers using sequential pattern mining and big data analytics. This research is conducted using customer data from a bank over time. The study focuses on modeling customer dynamics using sequential pattern mining. This approach, by utilizing sequential pattern mining, can assist businesses in planning and improving customer relationship management processes.
کلیدواژههای انگلیسی مقاله
پویایی مشتری,تحلیل کلانداده,کاوش الگوهای دنبالهای,تصمیمگیری داده محور
نویسندگان مقاله
امیررضا نجفی |
کارشناسی ارشد، گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس، تهران، ایران
الهام آخوندزاده نوقابی |
استادیار، گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس، تهران، ایران
نشانی اینترنتی
https://journal.saim.ir/article_721984_18d54d4bef4493854863f0e1f25160e5.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات