این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت بازرگانی، جلد ۶، شماره ۱، صفحات ۱۸۷-۲۰۶
عنوان فارسی خوشه‌بندی مشتریان بانک با استفاده از شبکه‌های عصبی رقابتی
چکیده فارسی مقاله بخش‌بندی مشتریان، فرصتی برای توجه به نیازهایی است که در پرتو بازاریابی انبوه مجالی برای ابرازشان نبوده است. هدف اولیه‌ی بخش‌بندی یافتن و حفظ مشتریانی است که قصد ارائه‌ی خدمت به آن‌ها را داریم. در این پژوهش خوشه‌بندی مشتریان بانک با استفاده از شبکه‌های عصبی مصنوعی رقابتی و روش‌های آماری سنتی با یکدیگر مقایسه شده‌اند. برای خوشه‌بندی مشتریان، 7 مشخصه‌ی کلیدی 600 مشتری از مشتریان یک بانک استخراج شده است. با استفاده از یک شبکه‌ی عصبی رقابتی و همچنین روش آماری وارد خوشه‌بندی مشتریان انجام گرفته و نتایج حاصل با استفاده از روش تحلیل تمایزات و شاخص‌های MAPE و RMSE با یکدیگر مقایسه شده است. مقایسه‌ی خوشه‌بندی‌های انجام شده، برتری قابل توجه شبکه‌ی عصبی رقابتی بر روش آماری وارد را نشان می‌دهد. خوشه‌بندی با استفاده از شبکه‌های عصبی رقابتی نقطه‌ی قوت و نوآوری این مقاله است. به خصوص که رفع نرون مرده در شبکه‌های عصبی رقابتی مورد تأکید قرار گرفته است. این مهم با استفاده از ترم بایاس در شبکه‌ی عصبی رقابتی، قابل دستیابی است که در این مقاله بر آن تأکید شده است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Clustering Bank's Customers Using Artificial Neural Networks
چکیده انگلیسی مقاله Customer's Clustering is an instrument for considering the needs which were not allowed to be expressed due to mass marketing. The primary goal of market segmentation is to find and retain those customers we want to serve. In this paper, we present the experimental results of clustering bank's customers using artificial neural networks (ANN) compared with traditional statistical methods. To cluster the customers, 7 key distinctive characteristics of 600 customers of a bank were extracted. Customers' clustering was performed using ANN and a powerful statistical method: Ward Method. The results were compared using discriminant analysis, MAPE and RMSE. The comparisions indicate the superiority of ANN output over WARD. Clustering by ANN indicates the strength and innovation of this study. Furthermore, focusing on importance of solving the death neuron problem in artificial neural networks by BIAS term is a contribution of this paper.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله علی مروتی شریف آبادی | morovati sharif abadi
استادیار گروه مدیریت صنعتی دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد
سازمان اصلی تایید شده: دانشگاه یزد (Yazd university)

نشانی اینترنتی http://jibm.ut.ac.ir/article_51611_deeef8fb2502f30970b79fc01b7f2a09.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1066/article-1066-208390.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات