دانلود ترجمه مقاله بخش بندی مشتریان در مجموعه داده شرکت بیمه

عنوان فارسی :

بخش بندی مشتریان در مجموعه داده شرکت بیمه (TIC)

عنوان انگلیسی :

Customers Segmentation in the Insurance Company (TIC) Dataset

کلمات کلیدی :

  داده کاوی؛ تحلیل گر داده؛ کلان داده؛ دسته بندی؛ CRM؛ بخش بندی

درسهای مرتبط : مدیریت بیمه
تعداد صفحات مقاله انگلیسی : 14 نشریه : ELSEVIER
سال انتشار : 2018 تعداد رفرنس مقاله : 13
فرمت مقاله انگلیسی : PDF نوع مقاله : ISI
شبیه سازی مقاله : انجام نشده است. وضعیت ترجمه مقاله : انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید
ELSEVIER
قیمت دانلود مقاله
29,000 تومان
فهرست مطالب

1. مقدمه 2. مروری بر مقالات 3. مجموعه داده 4. پیش زمینه 4.1. مشخص کردن گرایش دسته بندی داده 4.2. الگوریتم K-میانگین 4.3. روش آرنج، برای انتخاب تعداد دسته ها (K) 4.4. نقشه های خود-سازمانی (SOM) 5. آزمایش 1:دسته بندی با استفاده از K –میانگین 5.1. اجرای آزمایش 5.2. ارزیابی 5.3. تحلیل 6. آزمایش دو: نقشه خود-سازمانی (SOM) و K-میانگین 6.1. اجرا 6.2. ارزیابی 6.3. تحلیل 6.4. نتایج 7. نتیجه گیری و مطالعات آتی

نمونه متن انگلیسی مقاله

Customers’ Segmentation is an important concept for designing marketing campaigns to improve businesses and increase revenue. Clustering algorithms can help marketing experts to achieve this goal. The rapid growth of high dimensional databases and data warehouses, such as Customer Relationship Management (CRM), stressed the need for advanced data analytics techniques. In this paper we investigate different data analytics algorithms, specifically K-Means and SOM, using the TIC CRM dataset. While K-Means has shown promising clustering results, SOM has outperformed in the sense of: speed, quality of clustering, and visualization. Also we discuss how both techniques segmentation analysis can be useful in studying customer’s interest. The purpose of this paper is to provide a proof of concept (based on a small publicity of data) of how big data analytics can be used in customer segmentation. Introduction: Companies nowadays are continuously working to increase their competitiveness. The availability of big data for Customer Relationship Management (CRM) and data warehouses, with high dimensions, the need to use data mining advanced technologies has been increasing significantly. The usage of data mining algorithm might help businesses to find interesting knowledge in its customer’s data both demographic and behavioral then it is the marketing experts’ responsibility to use these insights in designing the company marketing campaigns to fulfill customer’s interests. The insurance company dataset (TIC), which we mine in this paper, was used in the COIL 2000 challenge. The goal of the challenge was to predict customers who are interested in a caravan insurance policy.

ترجمه نمونه متن انگلیسی

چکیده – بخش بندی مشتریان، مفهومی مهم، برای طراحی کمپین های بازاریابی است تا با استفاده از آن بتوان کسب و کار را بهبود بخشیده و درآمد را افزایش داد. الگوریتم های دسته بندی می تواند به متخصصان بازاریابی، برای حصول این هدف کمک کند. رشد سریع مجموعه داده هایی با ابعاد بالا و هم چنین انبارهای داده ، همانند مدیریت رابطه مشتری (CRM)، نیاز، برای تکنیک های تحلیل پیشرفته داده را به وضوح نشان می دهد. در این مقاله، الگوریتم های تحلیل مختلف داده را به خصوص SOM و K-میانگین، با استفاده از مجموعه داده TIC CRMبررسی می کنیم. در حالی که K-میانگین، توانسته نتایج نویدبخشی در زمینه دست به بندی از خود بروز دهد، SOM در جنبه های زیر، عملکرد بهتری از آن داشته است: سرعت، کیفیت دسته بندی و مصورسازی. هم چنین درباره نحوه کارآمد بودن هر دو تکنیک تحلیل بخش سازی، در مطالعه علایق مشتریان نیز به بحث و بررسی می نشینیم. هدف مقاله در دست، ارائه اثبات مفهوم (برپایه انتشار کم داده)، درباره نحوه استفاده تحلیل گر کلان داده، در بخش بندی مشتریان می باشد مقدمه: امروزه شرکت ها به صورت مستمر، برای افزایش توان رقابتی خود تلاش می کنند. در دسترس بودن کلان داده ، برای مدیریت رابطه مشتری (CRM) و انبارهای داده، با ابعاد بالا، نیاز، برای استفاده از فناوری های پیشرفته داده کاوی، افزایش فاحشی بافته است. استفاده از الگوریتم های داده کاوی می تواند به کسب و کار ما کمک کند تا دانش های جذابی را در داده های مشتریان (هم از لحاظ جمعیت شناسی و هم از لحاظ رفتاری) بیابند و پس از آن، مسئولیت متخصصان بازاریابی است تا از این بینش ها، در طراحی کمپین های بازاریابی شرکت، برای پاسخ گویی به علایق مشتریانشان استفاده نمایند. مجموعه داده های شرکت بیمه (TIC) که در این مقاله به کاوش آن می پردازیم، در چالش COIL 2000 استفاده شده است. هدف این چالش، پیش بینی مشتریانی است که به سیاست بیمه کاروان علاقه دارند.

توضیحات و مشاهده مقاله انگلیسی

بخشی از ترجمه مقاله (صفحه 13 فایل ورد ترجمه)

محتوی بسته دانلودی:

PDF مقاله انگلیسی ورد (WORD) ترجمه مقاله به صورت کاملا مرتب (ترجمه شکل ها و جداول به صورت کاملا مرتب)
قیمت : 29,000 تومان

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “دانلود ترجمه مقاله بخش بندی مشتریان در مجموعه داده شرکت بیمه”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

هشت + نه =

مقالات ترجمه شده

آموزش برنامه نویسی

مجوز نماد اعتماد الکترونیکی

پشتیبانی ترجمه و شبیه سازی مقاله

تماس با پشتیبانی

قیمت ترجمه و شبیه سازی مقاله

با توجه به تجربه ی ما در امر شبیه سازی مقالات با نرم افزارهای متلب، پی اس کد، گمز و سایر نرم افزارهای علمی و همچنین تجربه ی چندین ساله در امر ترجمه  مقالات، تصمیم گرفتیم در این دو زمینه کمکی هر چند ناقابل برای دانشجویان به ارمغان آوریم. همه ی مقالات در سایت قرار داده شده که برخی از آنها ترجمه و شبیه سازی آماده دارند که قیمتی بین 20 تا 30 هزار تومان به فروش می رسند. برخی از مقالات نیز که ترجمه و شبیه سازی ندارند، می توانید سفارش دهید تا همکاران ما در اسرع وقت اقدام به تهیه آن کرده و در موعد مقرر تحویل شما دهند.