ارائه روشی برای بخش‌بندی پویای پایگاه مشتریان در سیستم هوش تجاری تطبیق‌پذیر

نویسندگان

1 دانشکده مهندسی برق و کامپیوتر - دانشگاه آزاد قزوین

2 دانشکده مهندسی و علوم کامپیوتر - دانشگاه شهید بهشتی

3 دانشکده علوم‌اجتماعی و اقتصادی - دانشگاه الزهرا

doi
چکیده

رکن اصلی هر سیستم هوشمند، توانایی آن در تطبیق با تغییرات محیطی است، بااین‌حال، توجه کافی به مسئله تطبیق‌پذیری در این سیستم‌ها نشده است. از این‌رو، هدف این مقاله ارائه روشی در سیستم هوش‌تجاری تطبیق‌پذیر است که به‌صورت پویا به بخش‌بندی مشتریان پرداخته و با نظارت بر رفتار خرید و همچنین تحلیل تازگی، تکرار و حجم پولی خرید هر یک از مشتریان، این بخش‌بندی را به‌روزرسانی می‌کند. در این پژوهش، روش‌های داده‌کاوی روی پیمانه تطبیق‌پذیری سیستم هوش تجاری تطبیق‌پذیر اعمال شده است تا بدین ترتیب مشتریان فعلی سازمان دسته‌بندی شده و در گذر زمان و با یادگیری از محیط، این دسته‌بندی بهبود یابد تا بتوان خدمات سفارشی‌شده به مشتریان ارائه داد این روش می‌تواند در کمتر از 0.5 ثانیه خوشه‌بندی اولیه را با توجه به تغییرات محیطی اصلاح کرده و از زمان‌های طولانی اجرای الگوریتم‌های خوشه‌بندی مرسوم (تقریباً در 22 درصد موارد) بکاهد. روش پیشنهادی با در نظرگرفتن بخش‌های مختلف مشتریان، مقادیر فعلی RFM آن‌ها و تغییراتی که با تکرار خرید در این مقادیر ایجاد می‌شود، خوشه‌بندی بهتر و جامع‌تری از مشتریان سازمان به دست می‌دهد که می‌تواند در بهبود عملکرد سیستم هوش تجاری تطبیق‌پذیر مفید واقع شود.