کاربرد داده کاوی در بهبود مدیریت ارتباط با مشتری

عنوان مقاله: کاربرد داده کاوی در بهبود مدیریت ارتباط با مشتری

قالب بندی: pdf

شرح مختصر: امروزه مدیریت ارتباط با مشتری فقط یک مزیت رقابتی نیست بلکه شناسایی و جذب مشتریان وفادار و نگهداشتن آنها برای ادامه حیات در بازار رقابت، امری ضروری است. بانک ها و موسسات اعتباری در گذشته به علت محدودیت تنوع خدمات و عدم دسترسی به اطلاعات مشتریان، از روش های ساده کیفی جهت سنجش اعتبار مشتریان خود استفاده می کردند ولی امروزه به دلیل وجود بانکداری الکترونیکی ثبت اطلاعات تراکنشی مشتریان راحت تر صورت م یگیرد و همین امر موجب شده است روش های کمی جایگزین روش های کیفی شود.
در بررسی های انجام شده یکی از مشکلات بانک ملت عدم شناسایی مشتریان و عدم اتخاذ تصمیمات مناسب مدیریت و سلیق های بودن تصمیمات در برخورد با مشتریان می باشد. بنابراین در این تحقیق به منظور شناسایی مشتریان بانک ملت و تدوین استراتژ یهای مناسب برای برخورد با آنها از داده کاوی و ابزار آن مانند
استفاده شد. بدین منظور ابتدا بانک ملت و k الگوریتم ژنتیک و الگوریتم میانگین بانک اطلاعاتی آن در بخش های مختلف بررسی شد، پس از استخراج داده از بانک اطلاعاتی و پاک سازی آن، مشتریان در گروه های مختلف، با استفاده از به دو روش فازی و غیر فازی گره بندی شدند. برای تعیین تعداد k الگوریتم میانگین بهینه خوشه ها ابتدا مجددا با استفاده از الگوریتم ژنتیک مشتریان در گروه های مختلف تقسیم بندی شده با استفاده از روابط خاص تعریف شده تعداد بهینه خوشه ها تعیین شد. برای ارزیابی کیفیت خوشه های بدست آمده از معیار سنجش تراکم خوشه ها استفاده شد. سپس با استفاده از معیارهای تازگی مراجعه هر مشتری، تکرار مراجعات آنها و ارزش پولی هر مشتری ارزش خوشه ها تعیین شدو در انتها برای تحلیل خوشه ها و تبیین استراتژی مناسب هر خوشه از هرم ارزش مشتری استفاده می شود. در انتها نیز با استفاده از درخت تصمی مگیری قوانین شناسایی مشتریان جدید استخراج شد.

بدست آوردن پارامترهای بهینه یک کنترل کننده فازی بوسیله الگوریتم ژنتیک برای کنترل سروموتور

به نام خدا

در این کار تحقیقاتی هدف کنترل یک سروموتور بوسیله یک کنترل کننده فازی است در حالی که پارامترهای کنترل کننده فازی توسط الگوریتم ژنتیک بهینه سازی می­شوند و بهترین توابع عضویت برای کنترل کننده انتخاب می­شوند.

این برنامه از 7 زیر برنامه تشکیل شده است که در ادامه به شرح آنها می پردازیم:

برنامه اصلی مقادیر تعداد کروموزم ها (nPop) و مقدار جابجایی (pc) و مقدار جهش (pm) و تعداد اجرای حلقه (It) را گرفته بهترین سلول (Bestp) و مقدار تابع هدف آن را (Bestfobj) و پاسخ سیستم به ازای این سلول (Besty) را می دهد:

حال نسل اول با توجه به تغییرات متغییرها به طور رندم انتخاب می شود:

حال به ازای هر کروموزم،تابع CreateFis کنترل کننده فازی FIS را می سازد و تابع Fobject مقادیر تابع هدف و پاسخ سیستم هر کروموزم را می دهد.حال باید بهترین کروموزم را انتخاب و سپس مجموعه S2,S1 را تشکیل داد:

بوسیله تابع RouletteWheelSelection دو کروموزم انتخاب کرده و سپس روی آنها جابجایی (بوسیله تابع Crossover ) و جهش(بوسیله تابع Mutate ) انجام می دهیم :

بقیه توضیحات در فایل ها  گفته شده است.

این کار تحقیقاتی شامل:

1 فایل ورد 13 صفحه ای

8 فایل نرم افزار متلب