بخش‏بندی بازار شامپو از دیدگاه مشتریان با استفاده از تکنیک شبکه عصبی مصنوعی و شناسایی ویژگیهای هر بخش مبتنی بر روش تاگوچی

Authors

  • سمیه کریمی دانشگاه شاهد
Abstract:

توجه و تمرکز بر مشتری در بازارهای کاملاً رقابتی امروز، عامل حیاتی موفقیت شرکت‏هاست و تقسیم‏بندی بازار به بخش‏های مختلف و ارائه کالاها و خدمات به مناسب‏ترین بخش‏ها مهمترین فعالیتی است که منجر به تمرکز بیشتر شرکت‏ها بر مشتریانشان می‏گردد. در این پژوهش با استفاده از تکنیک شبکه‏های عصبی مصنوعی بازار شامپو در منطقه 8 تهران بخش‏بندی شد. بدین منظور پس از بررسی ادبیات تحقیق 26 شاخص شناسایی شده و با استفاده از شبکه‏های عصبی خودسازمان‏ده بخش‏بندی صورت گرفت و از میان حالت‏های مختلف خوشه‏بندی، حالتی انتخاب شد که اعضاء درون هر بخش بازار شباهت حداکثر به هم و اعضاء بین بخشهای مختلف بازار تفاوت معنی داری نسبت به هم داشته باشند. نتایج نشان داد که بخش‏بندی با 9 خوشه بهترین حالت می‏باشد. این روش با روش Kمیانگین مقایسه و برتری روش شبکه‏های عصبی مصنوعی نشان داده شد. در ادامه با استفاده از روش پیشنهادی مبتنی بر روش تاگوچی مهمترین ویژگی هر بخش جهت استخراج اقدامات بازاریابی متناظر استخراج شده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بهینه‌سازی ساختار شبکه عصبی مصنوعی در پیش‌بینی دبی رسوب با استفاده از روش تاگوچی

در دهه ‏های اخیر شبکه ‏های عصبی مصنوعی به عنوان ابزاری موفق در تخمین و پیش ‏بینی پدیده‏ های هیدرولوژیکی به کار گرفته شده ‏اند. اگرچه استفاده از شبکه ­های عصبی مصنوعی امکان برآورد بار معلق رسوب رودخانه ­ها را با دقت و سرعت مناسب فراهم کرده است، اما دقت پیش­ بینی این مدل­ ها، به میزان زیادی تحت­ تاثیر دانش و درک کاربر از شبکه عصبی مصنوعی قرار دارد. در مطالعات منابع طبیعی و به ویژه مطالعات هیدرولو...

full text

پویاسازی خوشه بندی مشتریان با استفاده از روش DEA-DA در بستر شبکه عصبی مصنوعی SOM

چکیدهامروزه ارزیابی مشتریان برای ارائه خدمات مناسب یکی از مهم ترین چالش های مدیران و تصمیم گیرنددگان درسازمانهای مختلف است. در سازمانهای مختلف گاه با توجه به حجم سنگین تقاضای مشتریان پاسخ گدویی بدهنیازهای تمامی آنان امکان پذیر نیست و از سدوی دیگدر ایدن مشدتریان بده عندوان سدرمایه هدای سدازمان ها قلمددادمی شوند. این موضوع هدفمند نمودن مطالعده بدر روی گدرو ه هدای مختلدف مشدتریان در بازارهدای رقدا...

full text

یافتن مناسبترین ساختار شبکه عصبی مصنوعی با استفاده از روش طراحی آزمایشات تاگوچی

چکیده      تأخیر در تأمین نفت گاز، پیامدهای سیاسی، اجتماعی و اقتصادی وسیعی را به دنبال دارد؛ بنابراین پیش بینی دقیق تقاضای نفت گاز بسیار مهم است. استفاده از شبکه های عصبی مصنوعی در پیش بینی کاربرد زیادی دارد. طراحی مناسب پارامترهای (ساختار) شبکه موجب می شود دقت و عملکرد شبکه های عصبی مصنوعی افزایش یابد. در بیشتر مطالعات از روش سعی و خطا برای تنظیم پارامترهای شبکه های عصبی مصنوعی استفاده می شود ...

full text

بخش بندی بازار مشتریان بیمه های عمر با استفاد از شبکه عصبی

در فرایند بازاریابی یکی از ابزارهای استراتژیک که کلیه تصمیمات مربوط به آمیخته بازار را تحت تاثیر قرار می دهد فرایند بخش بندی بازار، انتخاب بازار و جایگاه یابی بازار است. اجرای درست این فرایند باعث می گردد تا بازاریابان دید و درک بهتری از مشتریان بدست آورند و در نتیجه نیازهای آنها را بهتر برآورده سازند. جهت بخش بندی بازار معیارهای متفاوتی مطرح شده است و از ابزارهای تحلیلی متنوعی از استفاده می گر...

full text

روش مبتنی بر موجک برای طبقه‌بندی علف هرز و ذرت با استفاده از ویژگی‌های آماری و شبکه عصبی مصنوعی

در این تحقیق، یک رویکرد مبتنی بر تبدیل موجک برای طبقه‌بندی علف هرز و ذرت ارایه شده است. بر این اساس، یک پایگاه داده متشکل از 500 تصویر در شرایط عادی مزرعه تهیه شد. در ابتدا تبدیل موجک دو بعدی سه مرحله‌ای برای تمام تصاویر اعمال گردید. سپس، ویژگی‌های آماری ضرایب موجک (میانگین، واریانس، چولگی، درجه اوج، انرژی و آنتروپی) محاسبه شد. در نهایت یک شبکه عصبی مصنوعی چند لایه پرسپترون برای طبقه‌‌بندی تصاو...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 4  issue 4

pages  125- 142

publication date 2014-04-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023