این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
کاوش های مدیریت بازرگانی، جلد ۸، شماره ۱۶، صفحات ۱۷-۳۶
عنوان فارسی تبیین الگوی خوشه‌بندی بازار هدف
چکیده فارسی مقاله امروزه توانمندی سازمان‌ها در شناسایی بازارهای هدف به کمک روش‌های داده کاوی بیش از پیش افزایش یافته است. بخش‌بندی بازار، هدف‌گیری شرکت‌ها را به سمت بازارهای مشخص‌تری هدایت می‌کنند تا ارتباط موثرتری با مشتریان صورت پذیرد. خوشه­بندی یکی از پر استفاده‌ترین و مهمترین تکنیک‌های داده کاوی و شاخه‌ای از تحلیل آماری چند متغیره بوده و روشی برای گروه‌بندی داده‌های مشابه در خوشه‌های یکسان است .با بزرگ‌تر شدن بانک‌های اطلاعاتی، تلاش محققان بر روی پیدا کردن روش‌های خوشه‌بندی کارا و مؤثر متمرکز شده است تا از این راه بتوانند زمینه تصمیم‌گیری سریع و منطبق با واقعیت را فراهم آورند. در این تحقیق با استفاده از الگوریتم بهینه‌سازی مورچگان و داده‌های در دسترس به خوشه‌بندی بازار یک شرکت تولیدکننده کاشی در ایران پرداخته شده تا تمایزات موجود در بخش‌های مختلف نمایان گردد. نتایج حاصل، نشان از دقت بالای این الگوریتم در خوشه‌بندی داده‌ها دارد. همچنین به منظور بررسی بیشتر دقت عملکرد مدل طراحی شده، نتایج آن با نتایج حاصل از بخش‌بندی داده‌ها با یک روش خوشه‌بندی کلاسیک دیگر –k) میانگین( مورد سنجش و ارزیابی قرار گرفته است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Market Clustering with Ant Colony Optimization (Comparative approach with k-means)
چکیده انگلیسی مقاله Nowadays the ability of organization increased to identify target markets with data mining techniques. Clustering is a method in which we make cluster of objects that are some how similar in characteristics. In market segmentation process, customers are segmented as such customers placed in the same group, and various groups have minimal affinity. Then, fitness marketing strategy in accordance with the specification that these groups are used .With larger databases, researcher’s attempt to focus on finding effective clustering methods in order to effectively decision. In this paper we clustering the trail market in Iran with ant colony optimization and to further investigate the accuracy of this model we compared the results with a classic clustering K-Mean. This paper presents an ant colony optimization methodology for optimally clustering N objects into K clusters. The results show, the higher accuracy of the ant colony optimization.Keywords: market segmentation, clustering, Meta heuristic algorithm, ant colony optimization (ACO)
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حبیب زارع احمدآبادی | zare ahmadabadi
دانشیار دانشکده مدیریت، دانشگاه یزد
سازمان اصلی تایید شده: دانشگاه یزد (Yazd university)

محبوبه رفیعی امام |
کارشناسی ارشد مدیریت بازرگانی بازاریابی ، دانشگاه علوم تحقیقات یزد

علیرضا ناصر صدرآبادی | naser sadrabadi
دانشیار دانشکده مدیریت، دانشگاه یزد
سازمان اصلی تایید شده: دانشگاه یزد (Yazd university)

نشانی اینترنتی http://bar.yazd.ac.ir/article_910_e60f5a967b4bfcda70624f19f5e9b5da.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1522/article-1522-402481.pdf
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