کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10322441 660859 2012 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Customer data mining for lifestyle segmentation
ترجمه فارسی عنوان
داده کاوی مشتریان برای قطعه بندی سبک زندگی
کلمات کلیدی
فهرست مطالب مقاله
چکیده
کلمات کلیدی
1-مقدمه
2-تکامل رویکردهای قطعه بندی
3-توضیحاتی درباره شرکت استفاده شده در مطالعه موردی
4-متدولوژی
5-بخش های سبک زندگی
جدول 1- تعداد محصولات در هر خوشه.
جدول2- تعداد محصولات در هر خوشه
6- اقدامات بازاریابی
جدول 3- توزیع مشتریان توسط خوشه ها
جدول 4- توزیع مشتریان توسط خوشه ها برای فروشگاههای خاص
7-نتیجه گیری
ترجمه چکیده
ارتباط خوب میان شرکتها و مشتریان، عامل بسیار مهمی در رقابت است. برای شرکت ها، قطعه بندی بازار، مسئله ای کلیدی در جهت توسعه و حفظ روابط صادقانه با مشتریان و همچنین برای افزایش فروش شرکت است. این مقاله، براساس سبک زندگی فروشندگان و با پشتیبانی اطلاعات استخراج شده از یک پایگاه داده ی معاملاتی بزرگ، روشی را برای قطعه بندی بازار خرده فروشی پیشنهاد می کند. با استفاده از یک الگوریتم خوشه بندی متغیر، مجموعه ای از سبدهای خرید معمول از پایگاه داده استخراج شده و برای پی بردن به سبک زندگی مشتریان استفاده شدند. مشتریان بر اساس تاریخچه خریدشان به یک بخش از سبک زندگی اختصاص داده شدند. این مطالعه با همکاری یک شرکت خرده فروشی اروپایی انجام شد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
A good relationship between companies and customers is a crucial factor of competitiveness. Market segmentation is a key issue for companies to develop and maintain loyal relationships with customers as well as to promote the increase of company sales. This paper proposes a method for market segmentation in retailing based on customers’ lifestyle, supported by information extracted from a large transactional database. A set of typical shopping baskets are mined from the database, using a variable clustering algorithm, and these are used to infer customers lifestyle. Customers are assigned to a lifestyle segment based on their purchases history. This study is done in collaboration with an European retailing company.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 39, Issue 10, August 2012, Pages 9359–9366
نویسندگان
, , ,