به کارگیری الگوریتم بهینه سازی ازدحام ذرات برای خوشه بندی مشتریان

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 به کارگیری الگوریتم بهینه سازی ازدحام ذرات برای خوشه بندی مشتریان دارای ۲۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد به کارگیری الگوریتم بهینه سازی ازدحام ذرات برای خوشه بندی مشتریان  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی به کارگیری الگوریتم بهینه سازی ازدحام ذرات برای خوشه بندی مشتریان،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن به کارگیری الگوریتم بهینه سازی ازدحام ذرات برای خوشه بندی مشتریان :

نام کنفرانس، همایش یا نشریه : تحقیق در عملیات در کاربردهای آن (ریاضیات کاربردی)

تعداد صفحات :۲۰

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 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 به کارگیری مدل مناسبی جهت بخش بندی مشتریان بر اساس شاخص هایی مانند طول ارتباط مشتری، تازگی مبادله، تعداد دفعات مبادله و ارزش پولی مبادله می باشد. جهت خوشه بندی 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 محلی استفاده گردیده است. یافته های تحقیق نشان می دهد که مشتریان متعلق به خوشه 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 کم تر از سطح متوسط کل مشتریان و همچنین مشتریان متعلق به خوشه دوم در شاخص “تازگی خرید” دارای میانگینی بالا و در شاخص های«طول ارتباط با مشتری»، «فرکانس خرید» و «مبلغ فروش» دارای میانگینی کم تر از سطح متوسط کل مشتریان می باشند؛ لذا مشتریان خوشه اول از نظر وفاداری جزء مشتریان وفادار و از لحاظ ارزش جزء مشتریان نامطمئن و نیز مشتریان متعلق به خوشه 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.

کلید واژه: خوشه بندی مشتریان، الگوریتم بهینه سازی ازدحام ذرات، الگوریتم خوشه بندی کای میانگین