دوره 12، شماره 1 - ( 2-1394 )                   جلد 12 شماره 1 صفحات 47-33 | برگشت به فهرست نسخه ها

XML Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

ناجی عظیمی زهرا، قربان پور احمد. به‏ کارگیری الگوریتم بهینه سازی ازدحام ذرات برای خوشه بندی مشتریان. تحقیق در عملیات در کاربردهای آن . 1394; 12 (1) :47-33

URL: http://jamlu.liau.ac.ir/article-1-1041-fa.html


چکیده:   (3987 مشاهده)
بازاریابی مدرن بر پایه بخش بندی مشتریان استوار است. چرا که دیدگاه محصول محوری جای خود را به مشتری محوری داده است؛ لذا برای حفظ مشتریان کلیدی موجود، مهارت در ایجاد ارتباط صحیح با مشتری ضروری است. بخش بندی یکی از مباحث مطرح در حوزه ی مدیریت ارتباط با مشتری است. بدین منظور، استفاده از الگوی مناسب بخش بندی مشتریان، به سازمان این فرصت را می دهد که پیشنهادات ارزشمند خود را متناسب با نیازها و خواسته های بخش های هدف گیری شده طراحی و ارایه نموده و در نتیجه عملکرد خود را از دیدگاه ‏های مختلف بهبود بخشد. هدف این مطالعه به‏کارگیری مدل مناسبی جهت بخش‏بندی مشتریان بر اساس شاخص هایی مانند طول ارتباط مشتری، تازگی مبادله، تعداد دفعات مبادله و ارزش پولی مبادله می‏باشد. جهت خوشه‏بندی داده ها در این مقاله، از تلفیق الگوریتم های بهینه سازی ازدحام ذرات با کای میانگین جهت غلبه بر مشکلاتی مانند حساس بودن به مقدار اولیه و گرفتار شدن در دام بهینه ی محلی استفاده گردیده است. یافته های تحقیق نشان می‏دهد که مشتریان متعلق به خوشه ی اول در شاخص های"طول ارتباط با مشتری" و "تازگی خرید" دارای میانگینی بالا و در شاخص های "فرکانس خرید" و "مبلغ فروش" دارای میانگینی کم‏تر از سطح متوسط کل مشتریان و همچنین مشتریان متعلق به خوشه ی دوم در شاخص "تازگی خرید" دارای میانگینی بالا و در شاخص های"طول ارتباط با مشتری"، "فرکانس خرید" و "مبلغ فروش" دارای میانگینی کم‏تر از سطح متوسط کل مشتریان می باشند؛ لذا مشتریان خوشه ی اول از نظر وفاداری جزء مشتریان وفادار و از لحاظ ارزش جزء مشتریان نامطمئن و نیز مشتریان متعلق به خوشه ی دوم از نظر ماتریس وفاداری جزء مشتریان جدید و از لحاظ ارزش جزء مشتریان نامطمئن می باشند. در پایان نیز مشخص می گردد که الگوریتم طراحی شده برای دستیابی به خوشه بندی دقیق تر مشتریان از کارایی بالاتری نسبت به الگوریتم کای میانگین برخوردار است.
متن کامل [PDF 282 kb]   (1285 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1394/4/10 | پذیرش: 1394/4/10 | انتشار: 1394/4/10

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.