استفاده از الگوريتم تركيبي درخت تصميم و K- نزديكترين همسايگي براي پيش‌بيني خريد اينترنتي مشتريان

كارشناسي ارشد

مهندسي كامپيوتر(نرم‌افزار)

تهران شمال

1401

تاريخ ثبت در تهران شمال دوشنبه 1402/8/15

صحافي شده ندارد

احمد فراهي

دانشگاه پيام نور مركز تهران شمال

پيش‌بيني خريد مشتريان يكي از موضوعاتي است كه در حال حاضرمورد توجه بسياري از شركت‌هاي بزرگ است. همه اين شركت‌ها دوست دارند بدانند چگونه مي‌توانند رفتار مشتري‌ها را پيش‌بيني كنند. تا به حال به اين موضوع فكر كرده‌ايد كه اگر بتوانيد رفتار مشتريان خودتان را پيش‌بيني كنيد چه اتفاقي خواهد افتاد؟ فكر كنيد زماني كه با مشتري قصد خريد دارد بدون اينكه يك كلمه حرف بزند شما بلافاصله چيزي كه مدنظرش هست را به او بدهيد! در اين حالت مي‌دانيد چه اتفاقي خواهد افتاد؟ فروش‌تان چندين برابر خواهد شد و هم چنين نياز به صرف هزينه‌هاي بازاريابي هم نخواهيد داشت. تكنيك‌هاي داده كاوي يكي از روش‌ها براي پيش‌بيني خريد مشتريان مي‌باشد.Decision Tree و KNN از جمله الگوريتم‌ها براي پيش‌بيني در اين حوزه مي‌باشد. براي پيش‌بيني بايد مراحلي را طي كرد: 1-هدف خود رامشخص كنيم: پيش‌بيني خريد اينترنتي مشتريان با بهره‌گيري از الگوريتم‌هاي درخت تصميم و كي- نزديكترين همسايگي 2- داده جمع‌آوري كنيم: كه جامعه آماري ما پايگاه داده الماس با بيش از 4000 ركورد و داراي پارامترهاي سن، جنسيت، تحصيلات، شغل، درآمد، استان، الويت خريد، خريد اوليه، خريد نهايي، كالا، برند و.... مي‌باشد 3- مدل سازي: كه با استفاده ازنرم‌افزار رپيدماينر مدل‌ها را پياده‌سازي مي‌كنيم كه مدل پيشنهادي ما در اين تحقيق مدل تركيبي با درخت تصميم و كي- نزديكترين همسايگي مي‌باشد. 4- ارزيابي مدل و بدست آوردن نتايج: كه در اين مطالعه در انتها با بررسي دقت و صحت مدل‌ها و مقايسه آنها باهم به اين نتيجه رسيديم كه مدل پيشنهادي ما يعني مدل تركيبي درخت تصميم و كي نزديك‌ترين همسايكي داراي دقت 92.16% مي‌باشد.

73884