بررسی روشهای استخراج قوانین انجمنی برای کاربرد مدیریت ارتباط با مشتری
قیمت:250000ریال
موضوع :
بررسی روشهای استخراج قوانین انجمنی برای کاربرد مدیریت ارتباط با مشتری
فرمت فایل: word (قابل ویرایش)
پیشگفتار
اغلب از داده کاوی برای کشف و مدلسازی در فرایند کشف دانش استفاده می شود. در داده کاوی چندین فعالیت صورت می پذیرد که عبارتند از: بخش بندی؛ مانند این که یک شرکت چه مشتریانی دارد.طبقه بندی؛ مانند اینکه آیا یک فرد مشتری آینده خواهد بود.توضیح محتوی؛ مانند این که چه صفت هایی مشتری آینده را مشخص می سازد.پیش بینی؛ تحلیل تغییرات مانند اینکه چرا رفتار مشتریان تغییر می کند و تحلیل وابستگی و استقلال مانند اینکه چگونه بازاریابی بر رفتار مشتری اثر می گذارد؟
در این نوشتار کلیه مطالب طی چهار فصل بیان می گردند.در فصل اول به آشنایی با قوانین انجمنی در داده کاوی می پردازیم.در فصل دوم به آشنایی با داده کاوی برای مدیریت ارتباط با مشتری می پردازیم در این فصل الگوریتم های داده کاوی مربوط به قوانین انجمنی به تفصیل مورد بررسی قرار می گیرند.در فصل سوم به کاربرد روشهای قوانین انجمنی در مدیریت ارتباط با مشتری می پردازیم. قوانین انجمنی برای انتقال و پالایش ارزش مشتری کاوش شده و به همراه مدیریت ارتباط با مشتری برای ارتقای ارزش مشتری، سازمان می تواند به سادگی بازاریابی پروژه سفارشی شده را انجام داده و منجر به مدیریت رابطه مشتری، برای ارتقای ارزش مشتری شود.در فصل چهارم به جمع بندی پرداخته و برای ادامه مسیر پیشنهاداتی ارائه می گردد.
فهرست
فهرست جدول ها و شکل ها
فصل اول:آشنایی با قوانین انجمنی در داده کاوی
فصل دوم: آشنایی با داده کاوی برای مدیریت ارتباط با مشتری
2-1.مقدمه
2-2.کاربرد داده کاوی در CRM
2-3.تعریف مدل RFM
2-4.الگوریتم ARM
2-5. الگوریتم Apiriori
2-6. مدلRFMDT
2-7. الگوریتمApiriori نظارتی
2-8.کاوش قوانین انجمنی با استفاده از الگوریتم استقرائی
2-9.خوشه بندی
فصل سوم: کاربرد روشهای قوانین انجمنی در مدیریت ارتباط با مشتری
3-1.مقدمه
3-2. الگوریتمRFM
3-3.تقسیم مشتری و مدلهایRFM
3-4. قوانین انجمنی
3-5.سیستم توصیه‌گر پیشنهادی
3-6.پژوهش کاوش قانون انجمنی براساس تحلیل مفهوم رسمی
3-7. کاربرد تحلیل مفهوم رسمی در کاوش قانون انجمنی CRM
3-8. الگوریتم استقرایی
3-9. مدل خوشه بندی
3-10.انتخاب ویژگی با استفاده از قوانین رابطه‌ای
3-11. کاوش قانون انجمنی
3-12. کلاسبندی و پیش بینی
3-13. الگوریتم RST
فصل چهارم: جمع بندی و پیشنهادات
مراجع
فهرست جدول ها و شکل ها
جدول 2-1
جدول 2-2
جدول 2-3
جدول 2-3
جدول 2-4
جدول 2-5
جدول 2-6
جدول 2-7
جدول 3-1
جدول 3-2
جدول 3-3
جدول 3-3
جدول 3-4
جدول 3-5
جدول 3-6
جدول 3-7
جدول 3-8
جدول 3-9
شکل 2-1
شکل 2-2
شکل 2-3
شکل 2-3
شکل 2-4
شکل 2-5
شکل 3-1
شکل 3-2
شکل 3-3
شکل 3-4
شکل 3-5
شکل 3-6
شکل 3-7
شکل 3-8
شکل 3-9
شکل 3-10
شکل 4-1
