فنون داده کاوی کاربردی در شرکت بیمه: مطالعه‌ی تطبیقی

نوع فایل : word

تعداد صفحات : 25

تعداد کلمات : 7300

مجله : African Journal of Business Management

انتشار : 2018

ترجمه ی متون جدول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : ب نازنین 12

تاریخ انتشار
1 جولای 2020
دسته بندی
تعداد بازدیدها
2081 بازدید
32,000 تومان

عنوان فارسی مقاله:فنون داده کاوی کاربردی در شرکت بیمه: مطالعه‌ی تطبیقی مجموعه‌های راف و درخت تصمیم

  چکیده

 امروزه، مشتریان، عناصر اصلی بازاریابی برای عملیات و راه اندازی کسب و کار هستند. کشف و شناسایی مشتریان ارزشمند و برآورد ارزش‌های مشتری، کاری بسیار مهم و حیاتی است. بر طبق تعریف ارزش طول عمر مشتری (که به صورت CLV نشان داده می‌شود)، مدل مناسب در این مطالعه پیدا شد و ارزش حال مشتری با داده‌هایی از شرکت بیمه برآورد شد(فنون داده کاوی کاربردی درشرکت بیمه). دو فناوری داده کاوی (نظریه مجموعه راف و درخت تصمیم) معرفی شده و برای یافتن قواعد و عواملموثر بر ارزش مشتریان استفاده شد. مقایسه‌ی نتایج دو فناوری نشان داد که عوامل مهم و مؤثر برای هر دو فناوری مشابه بود. هر دو فناوری عملکرد خوبی از نظر کارایی تحلیل داشتند ولی از نظر تفسیر نتایج متفاوت بودند. پیشنهاد می‌شود که قواعد تولید شده از هر دو فناوری می‌تواند به عنوان عوامل کمکی در اجرای استراتژی‌های بازاریابی عمل کند(فنون داده کاوی کاربردی درشرکت بیمه).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Applied data mining techniques in insurance company: A comparative study of rough sets and decision tree

Abstract

Nowadays, customers are the essential elements of marketing for business operation. It is a critical and unignorable task in exploring valuable customers for companies and estimating customer values. According to the definition of Customer Life Value (denoted as CLV), a suitable model was found in this study and customers’ present values were estimated by given data from insurance company. Two data mining technologies (Rough Sets Theory and Decision Tree) were introduced and applied to find the rules and factors which might have influence on customers’ values.  The comparing results of two technologies revealed that the influential and important factors for both technologies were similar but not for the minor factors. Both technologies performed well in efficiency of analysis but were different in interpreting results. It suggested that the rules generated from both technologies could serve as the auxiliary factors in practical marketing strategies.

 

     

    دیدگاهتان را بنویسید