مرضیه مظفری

مرضیه مظفری

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲ مورد از کل ۲ مورد.
۱.

بخش بندی مشتریان سازمان بنادر و دریانوردی با به کارگیری شبکه عصبی خودسازمانده و الگوریتم K-Means(مقاله علمی وزارت علوم)

کلید واژه ها: مشتریان سازمان بنادر و دریانوردی خوشه بندی مشتریان الگوریتم K Means الگوریتم SOM داده کاوی تحلیل RFM

حوزه های تخصصی:
تعداد بازدید : ۴۹۹ تعداد دانلود : ۱۱۷
با توجه به اینکه در سال های اخیر ارتباط دو طرفه سازمان ها با مشتریانشان به صورت محسوسی تغییر کرده، تداوم کسب و کار هیچ گونه تضمین بلند مدت ندارد. لذا سازمان ها به جهت حفظ توانایی رقابت در این بازار نامطمئن، میبایست مشتریان خود را به خوبی شناسایی، نیاز ها و خواسته های آن ها را پیش بینی نموده و با مجهز شدن به این اطلاعات و ارائه استراتژی های بازاریابی کارآمد در جهت حفظ و بقای خود تلاش نمایند. با توجه به اهمیت و سهم بالای درآمد بنادر ایران در اقتصاد داخلی و وجود رقابت شدید بین بنادر منطقه، ضرورت شناسایی مشتریان کلیدی و تعیین نیازها و خواسته های آنها برای سازمان بنادر و دریانوردی بیشتر از گذشته احساس می گردد.از سوی دیگر داده کاوی که علم تجزیه و تحلیل داده ها است به عنوان پل ارتباطی بین قسمت هایی از داده معرفی می شود. در همین خصوص ابزارهایی در داده کاوی مانند خوشه بندی و طبقه بندی وجود دارند که شرایط لازم برای ارائه خدمت مورد نظر به مشتریان خوشه هدف و برقراری ارتباط تنگاتنگ با آن ها را برای سازمان ایجاد می نماید. در این پژوهش تحلیل RFM روی داده های پردازش شده 595 مشتری سازمان بنادر در طول یکسال انجام و فرایند خوشه بندی با استفاده از خروجی تحلیل RFM و دو الگوریتم خوشه بندی K - means و SOM انجام می گردد که به منظور تعیین تعداد بهینه خوشه ها از شاخص سیلوئت استفاده می گردد (12 خوشه تعیین گردید). در انتها کیفیت خوشه ها با استفاده از معیار انحراف معیار داده های درون خوشه ها ارزیابی و نتایج به دست آمده از دو روش مقایسه می گردد. با توجه به اینکه کیفیت خوشه های حاصل از الگوریتم SOM بهتر از k-means می باشد بر اساس خوشه های به دست آمده از الگوریتم SOM بدین ترتیب مشتریان کلیدی و با ارزش مشخص می گردد. بر اساس تجزیه و تحلیل نتایج مشخص گردید مشتریان خوشه های 9 و 12 منتج از الگوریتم SOM با دارا بودن الگوی ↑ M ↑ F ↑ R بیشترین ارزش و وفاداری را برای سازمان بنادر دارند و مهمترین مشتریان سازمان بنادر محسوب می شوند و مشتریان خوشه نخست منتج از الگوریتم SOM با دارا بودن الگوی ↓ M ↓ F ↓ R کمترین میزان ارزش و وفاداری را برای سازمان بنادر دارند.
۲.

مدل بهینه سازی دومرحله ای استوار وزن دار برای انتخاب تأمین کنندگان و تخصیص سفارش ها در شرایط عدم قطعیت(مقاله علمی وزارت علوم)

کلید واژه ها: مسئله انتخاب تأمین کنندگان و تخصیص سفارش عدم قطعیت تحلیل سلسله مراتبی فازی برنامه ریزی تصادفی دو مرحله ای بهینه سازی استوار

حوزه های تخصصی:
تعداد بازدید : ۴۳۱ تعداد دانلود : ۴۰۹
در این پژوهش، تلفیقی از روش تحلیل سلسله مراتبی فازی، مدل برنامه ریزی تصادفی دو مرحله ای سناریو محور و رویکرد بهینه سازی استوار در مسئله انتخاب تأمین کنندگان و تخصیص سفارش ها در شرایط ریسک تأمین پیشنهاد می شود. عدم قطعیت در تأمین مواد اولیه تحت سه سناریوی افزایش تحریم ، ثبات تحریم و حذف تحریم در نظر گرفته می شود. در گام نخست، عوامل کلیدی در انتخاب تأمین کنندگان شناسایی شده و با روش تحلیل سلسله مراتبی فازی به هر یک از تأمین کنندگان وزنی اختصاص داده می شود. در گام دوم، این وزن ها به عنوان ورودی در مدل برنامه ریزی تصادفی دو مرحله ای وارد می شوند و متغیرهای مرحله دوم را تحت تأثیر قرار می دهند؛ سپس رویکرد فرمول بندی استوار مالوی برای استوارسازی و همچنین خطی سازی مدل به کار می رود. مدل حاصل یک مدل برنامه ریزی خطی عددصحیح است که توسط CPLEX برای یک مطالعه موردی اجرا می شود و نتایج مورد بحث و بررسی قرار می گیرد. در نهایت تحلیل حساسیت بر روی پارامترهای مدل استوار صورت می پذیرد و موازنه بین هزینه کل و مقدار تقاضای تأمین نشده نشان داده می شود.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان