دانلود ترجمه مقاله چند شاخصه برای مدل مشخصات استنباطی کاربران برای بهبود مدیریت ارتباط با مشتری

omicsonline
سال انتشار :
2016
تعداد صفحات مقاله انگلیسی :
5
نشریه :
Business and Management
تعداد رفرنس ها :
13
نوع مقاله :
مقاله ISI
کلمات کلیدی :
تحلیل بازار ، مدل مشخصات استنباطی کاربر
عنوان فارسی :

چند شاخصه برای مدل مشخصات استنباطی کاربران برای بهبود مدیریت ارتباط با مشتری

عنوان انگلیسی :

Multi Attribute User Profile Inference Model for Improved Customer Relation Management

وضعیت ترجمه :
لینک مقاله :
https://www.omicsonline.com/open-access/multi-attribute-user-profile-inference-model-for-improved-customer-relationmanagement-2223-5833-1000S3:011.php?aid=84144

سال انتشار : 2016

تعداد صفحات مقاله انگلیسی : 5

نشریه : Business and Management

تعداد رفرنس ها : 13

نوع مقاله : مقاله ISI

ترجمه : انجام نشده. سفارش ترجمه تخصصی این مقاله

کلمات کلیدی : تحلیل بازار ، مدل مشخصات استنباطی کاربر

عنوان فارسی : چند شاخصه برای مدل مشخصات استنباطی کاربران برای بهبود مدیریت ارتباط با مشتری

عنوان انگلیسی : Multi Attribute User Profile Inference Model for Improved Customer Relation Management

لینک مقاله : https://www.omicsonline.com/open-access/multi-attribute-user-profile-inference-model-for-improved-customer-relationmanagement-2223-5833-1000S3:011.php?aid=84144



فهرست مطالب
1- مقدمه 2- کارهای مرتبط 3- مدل استنتاج چند شاخصه کاربر 4- پیش پردازش 5- تشخیص علاقه کاربر 6- شناسایی گروه های کاربری 7- تولید توصیه ها 8- نتایج و بحث 9- نتیجه گیری

چکیده انگلیسی
Abstract The market analysis has become more important where the organizations has the responsibility to maintain the relation with their customers. The marketing organizations have different customers from various part of the country. The customers have different type of interest and to maintain the bond with them, the organizations must find statistical solutions. There are number of approaches available for the detection of user interest but suffers to achieve the performance. To overcome the problem, a multi attribute user profile inference model has been proposed. The method identifies the user set who has purchased in earlier times and identifies the related items purchased by others. For each user from the user group, the method identifies their profile like finance, education, frequency of product purchase, and job profile. Using all this information the method identifies a subset of users to produce recommendations. Finally the method identifies the list of similar interested user groups and propagate the recommendations. The method improves the performance of customer relation management and improves the market growth.

چکیده فارسی
چکیده- تجزیه و تحلیل بازار رفته رفته مهم تر می شود زیرا که سازمان مسئولی برای حفظ مشتریان خود است. سازمان بازاریابی، مشتریان مختلفی از بخش های مختلف کشور دارد. مشتریان انواع مختلفی از علاقه دارند و سازمان باید جهت حفظ پیوند با آنها، راه حلهای آماری پیدا کند. تعدادی از روشها برای تشخیص علاقه کاربران وجود دارد، اما در عمل و استفاده از آنها سخت است. برای غلبه بر این مشکل، یک چند شاخصه برای مدل مشخصات استنباطی کاربران مطرح شده است. روش مورد نظر، کاربرانی را که در زمانهای گذشته خریداری کرده اند را شناسایی می کند و موارد مربوط به خریداری های دیگران را نیز تشخیص می دهد. برای هر کاربر از گروه کاربران، روش پروفایل آنها را که از نظر مالی، آموزشی و تعداد دفعات خرید محصول و مشخصات شغلی که دوست دارد را شناسایی می کند. با استفاده از تمام این اطلاعات روش زیرمجموعه ای از توصیه ها را جهت تولید شدن، شناسایی می کند. در نهایت این روش فهرستی از گروههایی مورد علاقه کاربران را شناسایی کرده توصیه ها ی مربوطه را انتشار می کند. این روش عملکرد مدیریت ارتباط با مشتری و رشد بازار را بهبود می بخشد.