ارائه یک مدل برای پیش بینی خدمت به مشتری با استفاده از داده کاوی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده صنایع
- نویسنده مونا عبادی جلال
- استاد راهنما منیره حسینی
- سال انتشار 1393
چکیده
اگر چه تابه حال تحقیقات زیادی در رابطه با پیش بینی صورت گرفته است اما تعداد تحقیقاتی که در رابطه با پیش بینی ترافیک ورودی به مراکز تماس و یا تحلیل رفتار عامل های پاسخگو به تماس های مشتریان به منظور بالاتر بردن کیفیت پاسخگویی به تماس ها صورت گرفته زیاد نمی باشد. در سال های اخیر مراکز تماس روزانه با حجم زیادی از تماس های ورودی مواجه هستند، اگر زمان انتظار مشتریان برای سرویس گرفتن بیشتر از زمان صبر آن ها باشد ممکن است سیستم را بدون دریافت سرویس ترک کنند. با پیش بینی حجم کاری مراکز تماس می توان تعداد صحیح کارمندان موردنیاز برای پاسخگویی به تماس های ورودی را به دست آورد، با حداقل کردن زمان انتظار مشتری برای پاسخگویی و همچنین با بالاتر بردن سطح کیفیت عامل ها در پاسخگویی به تماس های مشتریان می توان سطح رضایت مشتریان را از ارائه سرویس بالاتر برد. هدف ما در این تحقیق بالا بردن سطح رضایت مشتریان از خدمات ارائه شده در مراکز تماس می باشد.
منابع مشابه
ارائه مدل پیش بینی تشخیص عوامل ناباروری با استفاده از الگوریتمهای داده کاوی
Introduction: About 10-15 percent of Iranian couples are infertile which is due to different causes determining particular diagnostic and treatment methods. In this study, the model presented is based on basic features and simple tests, helping physicians predict the causes of infertility Methods: The data were taken from Sarem hospital infertility data bank by using data mining methods. ...
متن کاملارائه مدل پیش بینی تشخیص عوامل ناباروری با استفاده از الگوریتم های داده کاوی
مقدمه: حدود 15-10 درصد از زوجین نابارور هستند. ناباروری علل متفاوتی دارد و تشخیص روش درمان بیماران بر اساس نوع عامل ناباروری آن ها انجام می شود. در این تحقیق مدلی ارائه شده است که بر اساس ویژگی های اولیه و نتایج آزمایشات ساده علل ناباروری افراد را پیش بینی می کند که می تواند به پزشکان در تشخیص زودهنگام علت ناباروری و تصمیم گیری بهینه کمک کند. روش کار: داده های این تحقیق برگرفته از داده های ناب...
متن کاملپیش بینی الگوی ورود بیمار به بخش اورژانس بیمارستان با استفاده از تکنیک داده کاوی و مدل شبکه عصبی
Background: Emergency department (ED) is the first place for providing diagnostic and therapeutic services to emergency patients. Due to importance of speed and accuracy in providing services the proper allocation of resources, the department must consider this matter in a particular way. Planning Emergency resources implements regardless of patient overcrowding which occurs at different times...
متن کاملارائه ی مدلی مبتنی بر داده کاوی برای پیش بینی جذب مشتری با استفاده از درخت تصمیم در «مدیریت ارتباط با مشتری»
در دنیای رقابتی و کیفیت گرای امروز، جذب مشتری از اهمیت زیادی برخوردار است. از این رو، «مدیریت روابط با مشتری» به عنوان هسته ی اصلی استراتژی سازمان در چهار بعد: شناسایی، جذب، نگه داری و رضایت مشتری به ایفای نقش می پردازد. سازمان ها با تجزیه و تحلیل چرخه ی زندگی مشتری به افزایش ارزش مشتری دست یافته اند. این ادبیات با کاربرد عملی داده کاوی در شناسایی مشتریان بالقوه، سعی دارد که معیارهای شناسایی ای...
متن کاملپیش بینی ریزش مشتری با استفاده از درخت مدل خطی محلی برای شرکتهای مخابراتی ایرانی
برای برنده بودن در رقابت جهانی، شرکتها نیازمند بازشناسی و پایش رفتار مشتریانشان هستند تا رفتار و خواستههای آنها را زودتر از رقبایشان برآورد کنند. این تحقیق بهدنبال شناسایی ویژگیهایی است که ما را به تحلیل ریزش مشتری سوق میدهد. بههمین منظور، رفتار 3150 مشتری یکی از اپراتورهای مخابراتی ایرانی در طول یک سال شناسایی شده است و روند تغییرات آنها با استفاده از یک مدل LLNF خصوصی سازی شده تحلیل شده...
متن کاملارائه یک مدل داده کاوی جهت آشکارسازی ناهنجاری درپرتاب ماهواره
آشکارسازی ناهنجاری، یافتن الگوها در دادههایی است که از رفتار مورد انتظاری تبعیت نمیکنند. توسعه فناوریهای آشکارسازی ناهنجاری و تشخیص خطا بهصورت هوشمند، برای حامل پرتاب ماهواره بهدلیل محیط سخت، دور و غیرقطعی، بهعنوان یک مسئله کاملاً مهم و قابل توجه در صنعت هوافضا مطرح است. مدل پایش فعلی، با نظارت افراد خبره از طریق نمایش اطلاعات تلهمتری بهکمک یک واسط گرافیکی انجام میشود. این رویکرد، ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده صنایع
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023