کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5109232 1377699 2017 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A framework for attribute selection in marketing using rough computing and formal concept analysis
ترجمه فارسی عنوان
چارچوب برای انتخاب ویژگی در بازاریابی با استفاده از محاسبات خشن و تجزیه و تحلیل مفهوم رسمی
کلمات کلیدی
مجموعه خشن، تقریبا نامفهوم، فضای تقریبی فازی شهری مجموعه خشن، قوانین مرتب سازی سیستم اطلاعات، مفهوم رسمی، زمینه رسمی،
ترجمه چکیده
مدیریت بازاریابی ابزار و تکنیک های مختلف، از جمله تحقیقات بازار، برای انجام تجزیه و تحلیل بازاریابی دقیق استفاده می کند. فن آوری اطلاعات و ارتباطات ابعاد جدیدی در تحقیقات بازاریابی برای به حداکثر رساندن درآمد و سود شرکت با شناسایی ویژگی های اصلی که بر تصمیم گیری ها قرار دارد، ابداع کرد. در این مقاله، ما یک رویکرد ترکیبی برای انتخاب ویژگی در بازاریابی بر اساس محاسبات خشن و تجزیه و تحلیل مفهوم رسمی ارائه می کنیم. رویکرد ما در دست زدن به یک سیستم اطلاعاتی است که حاوی مقادیر عددی است که تقریبا مشابه هستند؟ به جای دقیق مشابه؟ برای رسیدگی به چنین سیستم اطلاعاتی، ما از دو فرآیند پیش پردازش و پس از پردازش استفاده می کنیم. در پیش پردازش، ما از مجموعه تقریبی فضای تقریبی فازی شهودی با قواعد دستورالعمل برای یافتن دانش و انجمن استفاده می کنیم، در حالی که در مرحله بعد از تحلیل مفهومی رسمی برای شناسایی ویژگی های اصلی که بر تصمیم گیری ها تاثیر می گذارد استفاده می کنیم.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
پیش نمایش مقاله
چارچوب برای انتخاب ویژگی در بازاریابی با استفاده از محاسبات خشن و تجزیه و تحلیل مفهوم رسمی
چکیده انگلیسی
Marketing management employs various tools and techniques, including market research, to perform accurate marketing analysis. Information and communication technology provided a new dimension in marketing research to maximise the revenues and profits of the firm by identifying the chief attributes affecting decisions. In this paper, we present a hybrid approach for attribute selection in marketing based on rough computing and formal concept analysis. Our approach is aimed at handling an information system that contains numerical attribute values that are “almost similar” instead of “exact similar”. To handle such an information system we use two processes-pre-process and post-process. In pre-process, we use rough set on intuitionistic fuzzy approximation space with ordering rules to find knowledge and associations, whereas in post-process we use formal concept analysis to identify the chief attributes affecting decisions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: IIMB Management Review - Volume 29, Issue 2, June 2017, Pages 122-135
نویسندگان
, ,