پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 44 |
| تعداد شمارهها | 1,882 |
| تعداد مقالات | 15,307 |
| تعداد مشاهده مقاله | 44,020,794 |
| تعداد دریافت فایل اصل مقاله | 17,809,010 |
کاربرد یادگیری افزایشی در پیشبینی رویگردانی مشتریان: مقایسه رگرسیون لجستیک با شبکه عصبی پرسپترون چندلایه. | ||
| تحقیقات بازاریابی نوین | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 31 مرداد 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22108/nmrj.2026.148686.3324 | ||
| نویسندگان | ||
| حسین نوروزی* 1؛ زهرا روشن آزاده2 | ||
| 1گروه مدیریت بازرگانی، دانشکده مدیریت دانشگاه خوارزمی، تهران، ایران | ||
| 2دانشجوی دکتری مدیریت بازاریابی، دانشکده مدیریت دانشگاه خوارزمی، تهران، ایران | ||
| چکیده | ||
| در فضای رقابتی امروزه در صنایع مختلف، حفظ مشتریان موجود بهمراتب کمهزینهتر و سودآورتر از جذب مشتریان جدید است. ازاینرو پیشبینی بههنگام رویگردانی مشتریان به یک ضرورت راهبردی تبدیل شده است. این مطالعه باهدف ارائه و ارزیابی یک چارچوب نوآورانه یادگیری افزایشی برای پیشبینی رویگردانی مشتریان و انجام مقایسهای نظاممند بین مدل رگرسیون لجستیک و شبکه عصبی پرسپترون چندلایه انجام شد. بدین منظور، با بهکارگیری دادههای واقعی و تاریخی یک نمایندگی خودرو در شهر مشهد که حجم نمونه آن مشتمل بر ۴۷,۰۸۲ تراکنش متعلق به ۳,۶۸۴ مشتری یکتا بود ضمن رعایت اصل محرمانگی برند، متغیر هدف «رویگردانی» تعریف گردید. پس از ادغام و مهندسی ویژگیهای جمعیتشناختی، تراکنشی و رفتاری از چارچوب یادگیری افزایشی با استراتژی پنجره گسترشیابنده در پنج مرحله برای شبیهسازی محیط عملیاتی و جلوگیری از نشت اطلاعات زمانی استفاده شد. یافتههای عددی نشان میدهد که مدل رگرسیون لجستیک در این مجموعه داده، به طور میانگین در تمام مراحل، عملکرد عددی بهتری نسبت به مدل MLP داشته است: معیار F1-score ۰.۸۳۴ در مقابل ۰.۵۶۸؛ سطح زیر منحنی ROC ۰.۹۵۴۷ در مقابل ۰.۶۲۸۶. این پژوهش نشان میدهد که در محیط پویای صنعت خودرو، بهکارگیری چارچوب یادگیری افزایشی زمانمحور همراه با مدلی ساده و تفسیرپذیر مانند رگرسیون لجستیک، راهحلی عملی و مؤثر برای پیشبینی بههنگام رویگردانی مشتریان ارائه میدهد و چارچوبی مبتنی بر داده برای طراحی مداخلات هدفمند حفظ مشتری و تخصیص بهینهی منابع بازاریابی و خدمات پسازفروش در اختیار مدیران صنعت خودرو قرار میدهد. | ||
| کلیدواژهها | ||
| رویگردانی مشتریان؛ یادگیری افزایشی؛ پنجره گسترشیابنده؛ رگرسیون لجستیک؛ شبکه عصبی پرسپترون چندلایه | ||
|
آمار تعداد مشاهده مقاله: 17 |
||