توضیحات:
مقاله ترجمه شده یک چارچوب CRM-داده کاوی کارآمد برای پیش بینی رفتار مصرف کننده، در قالب فایل pdf و در حجم 10 صفحه، همراه با فایل مقاله انگلیسی مربوط به سال 2015.عنوان اصلی مقاله:An Efficient CRM-Data Mining Framework for the Prediction of Customer Behaviour
سال چاپ: 2015منبع:Procedia Computer Science 46 ( 2015 ) 725 – 731
برای دانلود رایگان مقاله انگلیسی، ایـــــنجا کلیک کنید
بخشی از متن ترجمه:مقاله حاضر مسئله جدیدی در بازاریابی معرفی کرده است که KDD به تولید مدلهای قابل فهم برای استقراء پیشگویانه کمک می کند. تا آنجایی که می دانیم، این اولین باری است که از KDD برای تخمین مدلهای ساختاری رفتارمصرف کننده استفاده شده است که معمولاً با ابزارهای آماری سنتی انجام می شود.روش پیشنهادی سه مرحله متفاوت KDD را توسعه می دهد: جمع آوری داده ها، داده کاوی و تفسیر دانش. داده ها از طریق پرسشنامه ها براساس مدل ساختاری تعریف شده از لحاظ نظری جمع آوری می شوند که توسط مصرف کنندگان پر شده اند. رویکرد داده کاوی پیشنهادی براساس کاربرد الگوریتم های ژنتیکی جهت فراگیری قواعد فازی عمل می کند.مسئله مورد نظر نوع خاصی از مجموعه داده های نامعلوم فراهم می کند که کاربرد منطق فازی را توجیه می نماید. در اینجا برای دستیابی به مدلهای فازی گوناگون با تعادل های مختلف بین صحت و خوانایی ، بهینه سازی چند هدفه ( بر طبق معیارهای مختلف کیفیت) را اجرا می کنیم. متخصص یا کارشناس بر طبق پلات هایی که معیارهای کیفی در نظر گرفته شده را جمع آوری می کنند، این راه حل های آلترناتیو را می تواند مورد تجزیه وتحلیل قرار دهد. بالاخره، راه حل های منتخب به وسیله مدلسازی بصری(دیداری) تفسیر می شوند که رفتار سیستم را به شیوه گرافیکی و فشرده نشان داده و بدین طریق به متخصص در تصمیم گیری راجع به بازار آنالیزشده بر طبق ایده های مصرف کننده، کمک می کند.فهرست مطالب:چکیده واژگان کلیدیمعرفیمجموعه داده های مورد استفادهطرح مسالهمفاهیم استفادهمنطق پیاده سازی نتیجه تستنتیجه گیری و حوژه های آینده