دانلود ترجمه مقاله پیش بینی رفتار مشتری با چارچوب CRM-داده کاوی – مجله الزویر

• فهرست مطالب:

چکیده
۱٫ معرفی
۲٫ مجموعه داده های مورد استفاده
۳٫ طرح مسئله
۴٫ یک چارچوب CRM –داده کاوی
۵٫۱٫ شبکه عصبی ادراک چندلایه (MLPNN)
۵٫۲٫ بیز ساده (NB)
۵٫۳٫ WEKA
۶٫ منطق پیاده سازی
۶٫۱٫ پیش پردازش داده
۶٫۲٫ مدل سازی
۷٫ نتیجه تست
۸٫ نتیجه گیری و حوزه های آینده

• بخشی از ترجمه:

۸٫ نتیجه گیری و حوزه های آینده
در این مقاله ما یک چارچوب CRM-داده کاوی کارآمد برای پیش بینی رفتار مشتری ارائه دادیم. دو مدل طبقه بندی برای پیش بینی رفتار مشتری استفاده شد. به منظور رسیدن به نتایج پژوهش معتبر، همواره استفاده از مجموعه داده های تعیین معیار استاندارد مانند مجموعه داده UCI بهتر است. از این رو در اینکار نیز ما بطور مشابه عمل میکنیم. بهترین مدل که به عملکرد پیش بینی بالایی میرسد، MLPNN با نرخ دقت ۸۸٫۶۳٪ بود. ما همچنین عملکرد طبقه بندها را از نظر دقت، حساسیت و ویژگی مقایسه کردیم. این کار می تواند به دیگر مدل های جدید مانند طبقه بندهای فازی عصبی، اثرکلی طبقه بندها و غیره توسعه یابد. همچنین تنظیمات تجربی مشابه می تواند در دیگر مجموعه داده های بزرگ بانکداری زنده، بکار برده شود.

• بخشی از مقاله انگلیسی:

۸٫ Conclusion and Future Scope

In this paper we propose an efficient CRM-data mining framework for the prediction of customer behaviour. Two classification models were used to predict the customer behaviour. In order to arrive at authentic research results it is always better to use standard bench marking datasets like UCI datasets. Hence we used the same in this work. The best model that achieves high predictive performance was MLPNN with accuracy rate of 88.63%. We also compared the performance of classifiers in terms of accuracy, sensitivity and specificity. This work can be extended to other new models like Neuro fuzzy classifiers, Ensemble of classifiers and so on. Also the same experimental set up can be applied to other huge live banking datasets.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله