عنوان
پيش بيني وفاداري مشتريان فروشگاه هاي برخط براساس تحليل نظرات مشتريان
مقطع تحصيلي
كارشناسي ارشد
چكيده
با رقابتيتر شدن محيط كسب و كارها مطالعه وفاداري مشتري بيش از پيش حياتي شدهاست به نحوي كه اگر كسب و كاري مشترياني راضي و وفادار نداشته باشد، فاقد كارايي خواهد بود و در رقابت با سايرين شكست ميخورد. از آنجايي كه در يك كسب و كار اطلاعات مختلفي از مشتريان و سابقه رفتاري آنها در تعامل با شركت ذخيره ميشود، مديران ميتوانند براساس اين اطلاعات، مشتريان خود را به دستههاي متفاوتي (مثلا بر اساس وفاداري) تقسيم كنند تا به جاي اينكه نسبت به تمام مشتريان خود رفتارييكسان در پيش گيرند بتوانند براي هر دسته از مشتريان استراتژيهايي متناسب با مديريت ارتباط با مشتري مربوط به آن دسته اتخاذ كنند. همچنين براي حفظ و بهبود وضعيت درآمدييك كسب و كار حفظ كاربران فعلي آن شركت مقرون به صرفهتر از جذب مشترياني جديد ميباشد و از اين جهت نيز تجزيه و تحليل رفتار مشتريان و پيشبيني وفاداري آنها بسيار ارزشمند و مهم ميباشد.
از طرفي ديگر با افزايش استفاده از اينترنت و پيشرفت تكنولوژي دادههاي عظيمي به صورت بدون ساختار در فضاي اينترنت توليد شده است، با اين حال تحقيقات كمي در حوزهيپيشبيني وفاداري وجود دارد كه در آنها از اين دادههايبدون ساختار استفاده شده باشد.
از اين رو در اين پايان نامه مدلي ايجاد شده است كه در آن به كمك تحليل متن نظرات مشتريان، وفاداري رفتاري آنها پيشبينيشود. مراحل اين پژوهش به اين صورت ميباشد كه نظرات مشتريان بعد از پيشپردازش، با استفاده از سه مدل زباني مختلف BERT، ALBERTو RoBERTa به بردارهايي با مقاديري عددي تبديلميشوند. در ادامه به منظور پيشبيني وفاداري رفتاري مشتريان علاوه بر اين بردارهاي عددي از مقادير مربوط به امتيازهايي كه در كنار نظرات متني وجود دارد نيز استفاده شده تا مدلهايپيشبيني كنندهي مختلفي با استفاده از شبكههاي عصبي ايجاد شوند. در اين پژوهش براي سنجش و برچسب گذاري امتياز وفاداري مشتريان از مدل RFM استفاده شده است. در مرحلهي بعديبا استفاده از الگوريتم بهينه سازي ژنتيك بهترين تركيب ممكن براي ساخت و آموزش مدلهايپيشبيني كنندهي وفاداري مشتريان با استفاده از تحليل متن نظرات مشتريانمشخص شده است. اين تركيبها شامل تنظيمات مدل RFM، مدل زباني، تنظيمات شبكههاي عصبي مدلها و تعداد نمونههاي موجود در دستههاي آموزشي ميباشد.در نهايت عملكرد مدلهاي ساخته شده در حالات مختلف ارزيابي شده و بر اساس آنها نتيجه گيريهاييصورت گرفته است.
شماره ركورد
227787
دانشگاه
دانشگاه اصفهان
رشته تحصيلي
مهندسي فناوري اطلاعات - تجارت الكترونيكي
استاد راهنما
سيد فخرالدين نوربهبهاني