خوشه بندی

هدف: یکی از موضوعاتی که تأثیر بسزایی در نحوه سرمایه گذاری افراد دارد، خصوصیات رفتاری سرمایه گذاران است. با توجه به اهمیت این موضوع، سرمایه گذاران باید بتوانند افراد سرمایه گذار را به طبقات مختلف دسته بندی نمایند و برای هر طبقه، سرمایه گذاری متناسب با تیپ شخصیتی همان طبقه را به آن ها توصیه کنند. یکی از راهکارهایی که برای این منظور می توان استفاده نمود، خوشه بندی است. خوشه بندی یکی از روش های یادگیری بدون نظارت بوده و ماهیتی توصیفی دارد. در این روش داده ها بر اساس یک معیار مشابهت به گونه ای تخصیص می یابند که داده های موجود در هر خوشه دارای بیشترین شباهت با یکدیگر و کمترین شباهت با داده های موجود در خوشه های دیگر باشند. روش شناسی پژوهش: در این پژوهش با استفاده از خوشه بندی k-means و روش انتشار وابستگی، مجموعه ای از سرمایه گذاران با توانایی و تمایل مشابه برای پذیرش ریسک را شناسایی می کنیم. همچنین نشان می دهیم که چگونه می توان با استفاده از تکنیک های خوشه بندی به تخصیص مؤثر دارایی ها با استفاده از خصوصیات سرمایه گذاران پرداخت. یافته ه ا: از ضریب silhouette برای ارزیابی دو روش خوشه بندی استفاده نموده تا بهترین روش را برای خوشه بندی داده ها انتخاب نماییم. ضریب k-means برابر با 0.17 و انتشار وابستگی برابر  با 0.097 شد؛ بنابراین ما روش k-means را به عنوان روش خوشه بندی مطلوب انتخاب می نماییم. با استفاده از روش خوشه بندی K-means به خوشه بندی سرمایه گذاران براساس ویژگی های مالی، رفتاری و جمعیت شناختی پرداخته و با توجه به نتایج خوشه بندی، افراد را به هفت دسته با پذیرش ریسک کم تا زیاد تقسیم بندی می نماییم. اصالت/ارزش افزوده علمی: کلیه محاسبات این پژوهش توسط پایتون 3.8 انجام شده است. نتایج این پژوهش می تواند توسط مدیران سرمایه گذاری و مشاوران توصیه گر سهام مورداستفاده قرار بگیرد.

شناخت مشتریان و شناسایی سرویس های سودده با توجه به تنوع مشتریان بانک و گوناگونی سرویس ها در نظام بانکی کشور از اهمیت بالایی برخوردار است. مدیریت ارتباط با مشتری در حال حاضر هسته مرکزی را در دنیای تجارت به خود اختصاص داده است، مهمترین شبکه بین بانکی مورد استفاده در ایران شبکه شتاب می باشد. دراین پژوهش با استفاده از فنون داده کاوی به بخش بندی و رتبه بندی مشتریان در شبکه شتاب با استفاده از یک مدل بهبود یافته داده کاوی مبتنی بر تازگی خرید، تناوب خرید و مبلغ خرج شده برای خرید پرداخته شده به نحوی که بانک ها بتوانند در این شبکه رفتار مشتریان خود را تحلیل و ارزیابی نموده و به تدوین سیاستهای موثر در برخورد با مشتریان بپردازند. همچنین جهت بررسی مطالعات مشابه و افزایش اطلاعات از طریق مطالعات کتابخانه ای و اینترنتی، اطلاعات مرتبط با مدل مورد نظر گردآوری شد. نهایتاً R +FMW مدلی جهت خوشه بندی مشتریان بانک و تراکنش های آنها ارائه گردید. نتایج تحقیق نشان داد که مدل توسعه یافته R + FMW از دقت بالاتری نسبت به مدل RFM پایه برخوردار است و با استفاده از این مدل بانک ها می توانند مشتریان فعال در شبکه تبادل بین بانکی(شتاب) را شناسایی کنند و مشتریان و کانال های ارتباطی پرهزینه را از جنبه ی میزان کارمزد و اطلاعات دموگرافیک تشخیص دهند.

به رغم تحولات چشمگیر علم و فناوری در ایران طی سال های اخیر، انتقادات بسیاری ناظر بر اشکالات ساختاری در نظام سیاستگذاری علم و فناوری در ایران مطرح می شود. هدف اصلی مقاله حاضر که مبتنی بر پارادایم فلسفی تفسیرگرایی انجام شده، احصای گفتمان های متعدد درباره ساختار مناسب برای سیاستگذاری علم و فناوری در ایران به روش خوشه بندیِ میانگین فازی و مبتنی بر نظرات خبرگان است. به این ترتیب چارچوب سیاستگذاری علم و فناوری مبتنی بر مدل سازمان توسعه و همکاری های اقتصادی گسترش داده شد. دلیل به کارگیری منطق فازی در این پژوهش که برای نخستین بار در روش تحلیل گفتمان استفاده می شود، تقریبِ بیشتر آن به ماهیتِ پیچیده و پرابهام علوم اجتماعی است. بر این اساس نظر پنجاه نفر از خبرگان با استفاده از پرسشنامه گردآوری و توسط نرم افزارهای MATLAB و SPSS تحلیل شد. یافته های پژوهش نشان می دهد وضعیت موجود در قالب یک گفتمان نگاشت می شود؛ اما برای وضعیت بهبودیافته، دستِ کم دو «گفتمان مشارکتی» و «گفتمان مستقل» متصور است. همچنین ماتریس نهاد - وظیفه برای تکامل ساختار نهادی سیاستگذاری علم و فناوری در ایران ترسیم می شود. در نهایت بدون اینکه تلاشی برای حذف، ادغام یا افزودن نهادی انجام شود بعضی وظایف به بعضی نهادها تخصیص و بعضی وظایف از بعضی نهادها اخذ می شود. 

همواره فاصله قابل توجهی میان مالیات ابرازی شرکت ها و مالیات تشخیصی آن ها وجود دارد که منجر به عدم رعایت عدالت میان مؤدیان شده است. یکی از علت های دشواربودن رعایت عدالت، شناسایی مؤدیان بر مبنای رفتار مالیاتی و برخورد مناسب با آ ن هاست. هدف اصلی پژوهش حاضر طراحی سیستم پیش بینی و تحلیل رفتار مالیاتی شرکت هاست. این سیستم کمک می کند تا با بهره گیری از متغیرهای کلیدی ارزیابی عملکرد مالیاتی، رفتار مالیاتی شرکت ها شناسایی و تحلیل شود. این سیستم برای سازمان امور مالیاتی کشور به منظور ارزیابی ریسک مالیاتی شرکت ها طراحی شده است و بر مبنای آن، ریسک مالیاتی شرکت ها به سه گروه پرریسک، با ریسک مالیاتی متوسط و کم ریسک تقسیم بندی شده است. همچنین، به کمک الگوریتم های خوشه بندی و طبقه بندی، خوشه های مالیاتی مشتریان شناسایی و درخت تصمیمی با دقت 80% طراحی شد که رفتار مالیاتی هر یک از خوشه ها را بررسی و تحلیل می کند و با اضافه شدن شرکت های جدید به فهرست شرکت های مالیات دهنده، رفتار مالیاتی آن ها را نیز پیش بینی می نماید.

موضوع کفایت وجه نقد در بانک ها، یکی از مسائل مهم برای مدیران و به خصوص رؤسای هر شعبه به شمار می رود؛ چرا که کمبود وجه نقد روزانه در صندوق شعبه به عدم پاسخگویی به نیاز مشتری می انجامد و از سوی دیگر، مازاد وجه نقد در شعبه موجب افزایش هزینه بابت انتقال آن به خزانه بانک می شود. از این رو بانک ها همواره درصدد تعیین مقدار وجه نقد مورد نیاز خود با توجه به عملیات روزانه هستند. به همین منظور در این مقاله، شعب بانک تجارت ، با توجه به تنوع بین شعب، با دو روش خوشه بندی سلسله مراتبی و خوشه بندی برمبنای رویکرد بیزی در خوشه های متشابه دسته بندی شدند؛ سپس با در نظر گرفتن نتایج خوشه بندی، مقدار وجه نقد ورودی و نیز وجه نقد مصرفی از طریق شبکه های عصبی برآورد شد تا از این طریق امکان محاسبه وجه نقد لازم برای شعب فراهم شود. نتایج تحقیق نشان می دهد، برآورد وجه نقد مصرفی و ورودی شعب بانک با استفاده از شبکه عصبی و لحاظ کردن نتایج خوشه بندی شعب با رویکرد بیزی، دارای دقت بیشتری نسبت به نتایج خوشه بندی شعب با روش معمول است.

هدف: هدف از اجرای پژوهش حاضر، ارائه یک رویکرد ترکیبی شامل روش های خوشه بندی و تجمیع مطلوبیت های تمایزگر (UTADIS) در تشکیل سبد سرمایه گذاری است. روش: در این پژوهش، ابتدا با استفاده از روش K-means، خوشه بندی انجام گرفت و با توجه به معیارهای تفکیک، بهترین تعداد خوشه ها تعیین شد. نتایجی که از خوشه بندی به دست آمد، برای اطلاعات ورودی روش UTADIS استفاده شد و طبقه بندی شرکت ها شکل گرفت. پس از حل مدل اولیه، به منظور بهبود نتایج، تحلیل پس بهینگی انجام شد، سپس آزمون های صحت طبقه بندی و خطای طبقه بندی به اجرا درآمد. یافته ها: در این پژوهش با مرور پژوهش های پیشین و نظرسنجی از خبرگان، هشت شاخص بازده، بتا، حاشیه سود خالص، نسبت ارزش بازار به ارزش دفتری، ROA، ROE، P/E و EPS استفاده شد. سبد سرمایه گذاری، متشکل از شرکت های ارتباطات سیار، پتروشیمی خارک، پتروشیمی شازند، پتروشیمی فن آوران، خدمات انفورماتیک، فراورده های نسوز ایران، فولاد خوزستان و معادن روی ایران است. نتیجه گیری: نتایج نشان داد، چارچوب ترکیبی استفاده شده نتایج مناسبی ارائه می کند و شاخص بازده، نقش شایان توجهی در سبد سرمایه گذاری داشته است.

بخش بندی مشتریان یکی از مباحث اصلی و کلیدی در مطالعات مدیریت ارتباط با مشتری محسوب می شود. یکی از چالش های مهم در بخش بندی مشتریان، ناپایداری و تغییرات بخش های مشتریان در طول زمان است. تغییرات بخش ها را می توان در دو دسته تغییرات محتوایی و ساختاری دسته بندی کرد. این پژوهش بر تغییرات ساختاری بخش ها که اهمیت زیادی دارد، تمرکز کرده است. به منظور تحلیل تغییرات ساختاری بخش ها و توصیف چگونگی این تغییرات، روش ترکیبی جدیدی مبتنی بر روش های خوشه بندی و قوانین باهم آیی ارائه شده و در داده های یکی از سرویس دهنده های معتبر خدمات مخابراتی ایران به کار گرفته شده است. براساس نتایج، تغییرات ساختاری در قالب دو دسته تغییرات دوره ای و تغییرات دارای روند دسته بندی و بررسی شده است. نتایج بیانگر آن است که روند رو به رشدی در ایجاد بخش جدید در این شرکت شکل گرفته است. نتایج، مدیران بازاریابی را به سمت دانش مفیدی برای ارائه کاراتر تصمیم های بازاریابی هدایت می کند.

پژوهش حاضر با هدف شناسایی و طبقه بندی ویژگی های فروشگاه فست فود و بخش بندی مشتریان بر اساس هر یک از طبقه های شناسایی شده اجرا شده است. جامعه آماری، مشتریان فست فودهای شهر شیراز هستند که از این میان 384 نفر برای نمونه انتخاب شدند. ابزار گردآوری اطلاعات پرسشنامه است که روایی آن به روش ظاهری/ محتوایی و پایایی آن به روش آلفای کرونباخ (91 درصد) و روش دونیم کردن (85 درصد) به تأیید رسیده است. طی تجزیه و تحلیل های انجام گرفته، 31 ویژگی نهایی فست فود به روش تحلیل عاملی به 9 عامل دسته بندی شد. از بین این 9 عامل، سلامت و بهداشت با زیرشاخص های رعایت اصول بهداشتی از جانب کارکنان در فست فود، تمیزی محیط فست فود، رعایت ادب و احترام کارکنان فست فود، سلامت غذایی محصولات فست فود و طعم و مزه محصولات فست فود، مهم ترین عامل شناخته شد.

ایمنی عبور و مرور یکی از اصول اساسی مهندسی ترافیک و برنامه ریزی حمل و نقل است؛ به طوری که کشورهای توسعه یافته همگام با توسعه سایر بخش های مهندسی ترافیک به آن توجه کرده و با مطالعات و تمهیدات لازم تلاش می کنند که تصادف و پیامدهای ناشی از آن را به حداقل برسانند. تحقیق حاضر به بررسی کاربرد داده کاوی در شناسایی نقاط حادثه خیز پرداخته است. محدوده مطالعه 15 کیلومتر از جاده هراز است. داده ها از واحد فناوری اطلاعات پلیس راهور ناجا جمع آوری شد و با استفاده از روش داده کاوی و با بهره گیری از نرم افزار SPSS Modeler تجزیه و تحلیل شدند. نتایج نشان می دهد سه نقطه گزنک، محدوده تونل وانا و شنگلده جزء نقاط حادثه خیز این محدوده است. برای کاهش تصادف ها در این محور، پیشنهاد می شود اصلاح هندسی نقاط حادثه خیز و همچنین دوبانده کردن راه و در نظرگرفتن نور کافی، در دستور کار سازمان های مربوطه قرار گیرد.

یکی از موضوعات مهم در مسئله بخش بندی پویای مشتریان، انتقال مشتریان به بخش های مختلف در طول زمان و کشف الگوهای حاکم بر این جابه جایی ها است. بر این اساس، این مقاله بر پویایی مشتری تمرکز کرده و تلاش می کند، گروه های رفتاری مشتریان و ویژگی های غالب این گروه ها و الگوهای کلی حاکم بر جابه جایی و مهاجرت مشتریان به بخش های مختلف را در طول زمان استخراج کند. برای این کار، روش ترکیبی جدیدی مبتنی بر الگوریتم K-means، روش های خوشه بندی سلسله مراتبی و قوانین انجمنی ارائه شده و در داده های واقعی یک شرکت مخابراتی به کار گرفته شده است. بر اساس نتایج به دست آمده، هفت گروه رفتاری متفاوت در انتقال مشتریان به بخش های مختلف وجود دارد. همچنین در رویکردی نوین، تلاش شده است تا تأثیر رفتار پویای مشتری در تغییرات بخش ها در طول زمان تبیین شود. در این راستا با ارائه رویکرد و مفاهیم جدیدی در خصوص پویایی رفتار مشتری و تأثیر آن در تغییرات ساختاری و محتوایی بخش ها، گروه بندی جدیدی از مشتریان در قالب مشتریان سازنده و تثبیت کننده ساختار، مشتریان پویای ساختار سازگار و مشتریان پویای ساختارشکن ارائه می شود.

بسیاری از بانک های کشور به منظور مدیریت مشکلات و شکایات مشتریان و شعب خود، بخشی از واحد مدیریت ارتباط با مشتریان را به شرکت هایی از قبیل مراکز تماس برون سپاری می کنند. با توجه به اینکه این واحد مهم در خارج از بانک ها مدیریت می شود لذا تحلیل داده های آن و ارزیابی عملکرد مراکز تماس از اهمیت بسیاری برخوردار است از سوی دیگر بسیاری از بانک ها توانایی تحلیل و چگونگی استفاده از الگوهای پنهان موجود در داده ها را ندارند، به همین منظور در این مقاله سعی داریم تا با ارائه مدل RFS، شعب بانک را بر اساس شباهت فاکتورهای R به معنی تازگی اعلام مشکل، F فرکانس یا تعداد مشکلات و S میزان رضایت شعب از مرکز تماس، خوشه بندی نموده وارتباط میان فاکتورهای موجود با نوع مشکلات اعلام شده را بیابیم. همچنین با بررسی فاکتور S می توان توانایی مرکز تماس در جهت رفع مشکلات شعب هر خوشه را ارزیابی نمود. شعب بر اساس الگوی رفتارشان در چهار خوشه بهینه توزیع شده، نتایج تحلیل و در پایان پیشنهادهایی به منظور بهبود عملکرد مرکز تماس ارائه شده است.

سیستم های پیشنهاد دهنده ای که با ارائه پیشنهادها شخصی سازی می شوند و به کاربران در یافتن محصولی که علاقه دارند، کمک می کنند، می توانند در ترغیب مشتریان به خرید از وب سایت و در نتیجه موفقیت فروشگاه های آنلاین، نقش کلیدی ایفا کنند. روش پالایش همکارانه، یکی از موفق ترین روش های به کاررفته در این سیستم ها است که توانایی ارائه پیشنهادهایی نزدیک به نظر کاربران را دارد، اما با افزایش تعداد کاربران و محصولات، با مشکلاتی مانند شروع سرد و مقیاس پذیری مواجه می شوند. به همین دلیل در این پژوهش روش جدیدی معرفی شده است که ضمن به کارگیری الگوریتم روش پالایش همکارانه مبتنی بر کاربر به مثابه رویکرد پایه، از ترکیب وزن دار خوشه بندی کاربران بر اساس اطلاعات جمعیت شناختی آنها نیز برای دستیابی به نتایج بهتر از سیستم، استفاده کرده است. نتایج پیاده سازی الگوریتم نشان داد رویکرد ارائه شده، ریشه میانگین مربعات خطای کمتری دارد که به معنای عملکرد بهتر و دقت بیشتر آن است و پیش بینی های حاصل از آن با ترجیح و سلیقه کاربران همخوانی بیشتری دارد.

در این تحقیق با بررسی علم مدیریت دانش به عنوان حوزه میان رشته ای، تلاش شده است به این سؤال پاسخ داده شود که ساختار علمی و نقشه دانشی پژوهش های مدیریت دانش در دو حیطه حوزه های علمی و کلیدواژه ها به چه صورتی است؟ برای این کار، حدود 40000 سند علمی که مدیریت دانش یکی از کلیدواژه های آن بود، در پایگاه علمی اسکوپوس انتخاب شد و در حیطه های علمی مختلف، بررسی شدند. برای هر یک از شاخص های علم سنجی شامل حوزه های موضوعی و کلیدواژه ها، نمودارهای ستونی مرتبط شکل گرفت. پس از ترسیم گراف های همسایگی و هم اشتراکی به کمک ماتریس هم رخدادی در نرم افزارهای excel و R، با استفاده از الگوریتم های میانگین پیوند خوشه بندی شدند. در نتیجه در پژوهش های مربوط به مدیریت دانش در دنیا، بیشترین میزان ارتباط مدیریت دانش با حیطه های علمی علوم کامپیوتر 5/32 درصد، تجارت و مدیریت و حسابداری 5/14 درصد، علوم مهندسی 7/13 درصد، علوم تصمیم گیری 6/12 درصد، ریاضیات 07/7 درصد و علوم اجتماعی 63/6 درصد بوده است. بیشترین کلیدواژه های همکار با مدیریت دانش در پژوهش های دنیا به ترتیب تعامل انسان و رایانه، مدیریت اطلاعات، مدیریت سیستم ها، فناوری اطلاعات، صنعت، اکتساب دانش، سمانتیک، انتقال دانش، آنتولوژی و بازیابی اطلاعات است.

هدف : امروزه مشتریان به عامل بسیار مهم و حیاتی در هدایت سرمایه گذاران، تولیدکنندگان و حتی محققان و نوآوران مبدل گشته اند. به همین دلیل، سازمان ها نیاز دارند مشتریان خود را بشناسند و برای آنان برنامه ریزی کنند. در این پژوهش، تلاش شده تا به یکی از اساسی ترین سؤالات سازمان های بیمه ای، یعنی پیش بینی سطح خسارت مشتریان، پاسخ داده شود. روش تحقیق : در پژوهش حاضر از ابزار داده کاوی برای داده های مشتریان صنعت بیمه، بخش بیمه بدنه خودرو از سال 1394 تا 1396 استفاده شده است. تعداد کل داده ها که از ابتدا در این پژوهش مورد استفاده قرار می گیرد بیش از 19356 بوده که در ادامه و در طی آماده سازی آن ها با استفاده از نرم افزار Rapidminer 7.1 تعداد داده هایی که در نرم افزار لحاظ می شود 19356 است. پس از پردازش اولیه تلاش می شود، از بین ۱۵ متغیر موجود در پایگاه داده ویژگی استخراج شود که ملموس باشد و این پژوهش را در هدف خود یاری دهد. بدین منظور با به کارگیری خوشه بندی، رانندگان بر اساس میزان مبلغ خسارت به خوشه های مجزا تقسیم می شوند و ویژگی های هر خوشه بیان می شود. در قسمت خوشه بندی، ابتدا الگوریتم های k-means،  k-medoidsو DBSCAN استفاده شده است. سپس الگوریتم های بکار رفته به جهت زمان انجام محاسبات و میزان صحت با یکدیگر مقایسه شدند. یافته ها : در نهایت الگوریتم k-means به عنوان الگوریتم بهینه برای این مجموعه داده انتخاب شد. در انتها به کمک درخت تصمیم مدلی پیش بینی ارایه می شود که شرکت های بیمه را در جهت سودآوری بیشتر و کشف مشتریان سودآور کمک می کند و برای برنامه ریزی و تصمیم گیری های آتی سازمان قابل استفاده است. نتیجه گیری : برای پیش بینی، درخت تصمیم، با میزان صحت 21/86% بهترین مدلی بود که در این پژوهش به آن رسیدیم و در مدل درخت تصمیم ارایه شده معیار درآمد بیمه گذار به عنوان گره ریشه درنظرگرفته می شود که همین نکته نشان دهنده آن است روش بکار رفته می تواند به شرکت های بیمه کمک کند تا با تمرکز بر مشتریان سودآور به درآمد بیشتری برسند.   طبقه بندی موضوعی : B31, C38, C22, D12  

رویکرد شهر سالم به دنبال رشد و گسترش بی رویه شهرها و با هدف تامین شرایط مطلوب زندگی برای نسل امروز و نسل های فردا مطرح شد. این تحقیق با هدف ارزیابی و تحلیل فضایی وضعیت برخی از شاخص های شهر سالم در محلات ده گانه شهر شیراز به منظور سطح بندی مناطق انجام می شود. روش تحقیق، توصیفی و تحلیلی مبتنی بر داده های رسمی می باشد. این پژوهش از نوع کاربردی است. برای سطح بندی محلات و مناطق شهری از روش تاپسیس فازی استفاده شده است. نتایج خوشه بندی فازی مناطق شهر شیراز با توجه به شاخص های شهر سالم نشان از پراکندگی و ناهمسانی وضعیت شاخص های شهر سالم در کل مجموعه شهر دارد. لذا مدیریت شهری باید بودجه و امکانات بیشتری برای این مناطق در نظر گرفته تا بخشی از این کمبودها و نارسایی ها جبران گردد. برای این کار پیشنهاد می گردد سیاست های نوشهرگرایی نیز به صورت همزمان از سوی مدیران شهری دنبال شود که بر اهداف توسعه حمل و نقل عمومی سالم، توسعه پیاده راهها و دوچرخه سواری عمومی، فشرده سازی و ترکیب کردن کاربری های سازگار، با هدف افزایش فعالیت اقتصادی و اجتماعی و افزایش اشتغال،کاهش هزینه های توسعه پراکنده شهری تاکید دارد.

تصمیم گیری صحیح و ایجاد استراتژی ها و تاکتیک های موثر بازاریابی و فروش، منوط به شناسایی و درک صحیح سازمان ها از مصرف کنندگان و خریداران است. امروزه ، محققان بازاریابی به طور دائم در تلاشند تا رفتار مصرف کنندگان را شناسایی کنند و بر این اساس، راهکارهایی مناسب را برای فروش بهتر و موثرتر و افزایش سهم بازار اتخاذ کنند. تولیدکنندگان، برای تامین تقاضاها و حفظ و گسترش سهم بازار، باید از لایه های ادراکی، تعقلی و رفتاری خریداران بالقوه، آگاهی داشته باشند تا متناسب با سازه ها و سازوکارهای تصمیم گیری خود، اقدام به تولید فرآورده ها، توزیع و ترویج آنها کنند. مبتکران و طراحان فرآورده ها، صرفا با شناخت الگوهای رفتاری مصرف کنندگان، می توانند نسبت به زوایای انتظارات و رضایت مندی افراد، آگاه شوند و بهره گیری از آنها را با مدلسازی هموارتر کنند. در این تحقیق یک رویکرد مبتنی بر پردازش داده ارائه می شود تا با واکاوی رفتار مشتریان سیاست های بازاریابی مربوط به هر مشتری به صورت سفارشی تعیین شود. متدولوژی ارائه شده از خوشه بندی داده های استخراج شده از پایگاه داده مربوط به رفتار مشتری استفاده می کند. سپس با توجه به کلاس مالی، که مشتری به آن تعلق دارد دو نوع سیاست بازاریابی را پشتیبانی می کند. سیاست اول، سیاست بقا یا تثبیت مشتری در کلاس مالی جاری آن مشتری پی ریزی می شود این سیاست بر اساس وفادار کردن مشتریان به سازمان و استمرار سفارشات آنها در دراز مدت، طرحها یا محصولاتی که احتمالا مشتری از آنها اطلاع ندارد یا تا کنون از آنها استفاده نکرده است را به او معرفی می کند. سیاست دوم سیاست انگیزشی یا ارتقا نام دارد این سیاست بر اساس ایجاد انگیزه در مشتریان برای قرار گرفتن در کلاس های مالی بالاتر عمل می کند به طوری که بر اساس تحلیل رفتار مشتریان قرار گرفته در کلاس های مالی بالاتر طرحها یا محصولاتی هدفدار به مشتری ارائه می شود.   Abstract Good decision-making and adoption of effective marketing, sale strategies and tactics are subjected to a proper understanding and identification of consumers and purchasers in organizations. Nowadays, marketing researchers are attempting to identify behavior of consumers in order to make suitable solutions for better and effective sale in order to expand market share. Manufacturer should be aware of perceptual, belonging and behavioral layers of potential purchasers in order to produce distribute and promote products regarding their decision-making structures and mechanisms. Innovators and designers of products can find expectations and satisfaction aspects of individuals by modeling and identifying behavioral pattern of consumers. A data mining-based approach was proposed in this research to determine marketing policies related to each customer within ordering type investigating customers’ behavior. The proposed methodology used clustering of data extracted from database related to customer behavior. Then, this method supported two types of marketing policies considering financial class which customer belongs. In first policy, the customer consolidation or retention in its current financial class in underpinned; this policy introduces those projects or products that may be unknown or unused for customer making them loyal to organization or prolonging their orders for long term. Second policy is named motivational or promotional policy; this policy performs to encourage customers to be in higher financial classes. In this regard, some projects or products will be presented purposefully based on the analysis of behavior of customers at higher financial classes.

موفقیت و اثربخشی هلدینگ ها، به ارزش آفرینی شرکت های تابع و هم افزایی بین ستاد و واحدهای آن وابسته است. راه دستیابی به هم افزایی در هلدینگ ها برقرارکردن روحیه همکاری بین اجزاست. در دهه های اخیر، همکاری، محور اصلی بهبود عملکرد زنجیره تأمین قلمداد شده است و ارتباطات بین سازمانی به عنوان واقعیتی انکارنشدنی و یکی از چالش های سازمانی مطرح است. با توجه به ماهیت پیچیده و پویای بازارها علاوه بر همکاری عمودی و درونی به همکاری افقی نیز نیاز است؛ به ویژه تسهیم ظرفیت بین شرکت های تولیدکننده ای که در سطوح مشابه رقیب نیستند، سودآوری و پایداری را برای آنها به ارمغان می آورد. هدف این پژوهش، ارائه مدلی برای شناسایی و تعیین خوشه های همکاری افقی در هلدینگ های صنعتی است. با توجه به بافت داده ها، مدلی کمّی بر مبنای شباهت کسینوسی و الگوریتم K میانگین برای خوشه بندی محصولات تولیدی مشابه در یک هلدینگ دارویی استفاده شده است. محصولات تولیدی در 8 خوشه جای گرفته و هر خوشه به یک شرکت نسبت داده شده است. علاوه بر این، فاصله کسینوسی اجزای درون خوشه ها پیش و پس از اجرای خوشه بندی با یکدیگر مقایسه شده است. نتایج نشان می دهد میانگین فاصله محصولات پس از خوشه بندی بسیار کاهش یافته؛ به گونه ای که این فاصله به کمتر از نصف رسیده است. این امر، افزایش شباهت محصولات قرارگرفته در هر خوشه را نشان می دهد و می توان استدلال کرد که خوشه بندی انجام شده، کیفیت مناسب دارد؛ از این رو، همکاری افقی، که ابزار مهمی برای مدیریت کسب وکار برای بهبود توانایی رقابت سازمان است، محقق می شود و شکاف بین منابع موجود شرکت و الزامات مورد نیاز آینده آن را پر می کند و با ارائه دسترسی سازمان ها به منابع بیرونی با ایجاد هم افزایی و ترویج یادگیری و تغییر سریع، رقابت جویی سازمان ها را افزایش می دهد.

در این پژوهش، موضوع تخصیص کالا در شرایطی که تنوع کالا و تعداد مشتریان زیاد است، مورد بررسی قرار می گیرد. گسترش سطح دسترسی به اینترنت و افزایش میل به خرید آنلاین، تعداد مشتریان را افزایش داده است. در شرایطی که تنوع کالا و تعداد مشتریان زیاد است، حل مسائلی مانند تحویل به موقع کالا یا خدمات، انتخاب و تعیین سفارش ها در انبارهای غیر متمرکز و موضوع تخصیص انبار به مشتریان دشوار است. برای حل این چالش ها، استفاده از مدل سازی ریاضی با روش های حل فراابتکاری پیشنهاد شده است. اما به دلیل تعداد زیاد حالت های تخصیص، حل مدل های ریاضی بسیار پیچیده و زمانبر است. با بهبود قدرت محاسباتی و فضای ذخیره سازی، روش های مبتنی بر داده برای حل این چالش ها توسط محققان مورد مطالعه قرار گرفته است. در این تحقیق، یک راه حل ترکیبی مبتنی بر داده که از داده کاوی و مدل سازی ریاضی استفاده می کند، تا تنوع کالاها و تعداد مشتریان را مدیریت کند، پیشنهاد شده است که در زمان کمتری مدل های ریاضی تخصیص را با دقت بالا، حل می کند. این روش روی داده های «دیجی کالا» پیاده سازی شده است.

رضایت مشتری، مستلزم راضی نگه داشتن مشتریان هم در تعاملات روزانه و هم از دیدگاه بلندمدت و جهانی است. نظرات مردم در مورد محصولات یک شرکت در وب سایت ها و رسانه های اجتماعی، می تواند اطلاعات مفیدی را به شرکت ها برای ارزیابی رضایت مشتری ارائه دهد. در این پژوهش، با به کارگیری روش متن کاوی و خوشه بندی کی- میانگین، تمامی نظرات مشتریان در مورد سه برند اسنوا، پاکشوما و پارس خزر از لوازم خانگی داخلی و نظرات در مورد سه برند سامسونگ، ال جی و تفال از لوازم خانگی خارجی درج شده در سایت دیجی کالا مورد تحلیل قرار گرفت. عوامل نارضایتی، در شش صفت شامل خرابی محصول، تناسب قیمت با عملکرد، کارایی، طراحی، کیفیت ساخت و خدمات پس از فروش خوشه بندی شدند. در لوازم خانگی داخلی، بیشترین نارضایتی به ترتیب؛ خرابی محصول، تناسب قیمت با عملکرد، کیفیت ساخت، خدمات پس از فروش، کارایی و طراحی بوده و عوامل ایجادکننده نارضایتی در لوازم خانگی خارجی به ترتیب کیفیت ساخت، خرابی محصول، طراحی، خدمات پس از فروش، تناسب قیمت با عملکرد و کارایی بوده است

اخبارها و شایعات مربوط به شیوع ویروس کرونا در رسانه های اجتماعی تاثیرات قابل توجهی بر مردم می گذارد. هدف این پژوهش بررسی اثرات روانی بحران موجود بر جامعه و تاثیر آن بر کسب وکار و زندگی روزمره مردم است که بدین منظور موضوعات مورد بحث مردم در مورد ویروس کرونا در رسانه های اجتماعی از ابتدای شیوع کرونا تا پایان فصل بهار سال 1399 بررسی و خوشه بندی شده و سپس با نظرات مردم در ماههای آذر و دی سال 1399 مقایسه شدند. داده های پژوهش از نظرات مردم در پست های مربوط به اخبار کرونا از صفحه های خبری فارسی اینستاگرام جمع آوری و با استفاده از روش متن کاوی و خوشه بندی کا- میانگین تحلیل شدند. بر اساس نتایج پژوهش موضوعات بحث شهروندان از ابتدای شیوع کرونا تا پایان فصل بهار به 10 خوشه تقسیم-بندی شدند که عبارتند از: کمبود تجهیزات بهداشتی، عدم توجه به قرنطینه، اخبار و شایعات، وضعیت روحی، اطلاع رسانی نشانه ها، پیشگیری، کنترل و درمان، اقدامات دولتی و مردمی، عدم رعایت بهداشت فردی، میزان مرگ در مبتلایان و نحوه دفن، تعطیلی فعالیتهای آموزشی و مشکلات اقتصادی. سپس با موضوعات در دو ماه آذر و دی مقایسه شدند که برخی موضوعات نظیر دسترسی به واکسن، محدودیت های ساعتی تردد و ویروس جهش یافته به نگرانی های مردم افزوده شده است و برخی از آنها نیز با تدابیر دولت مرتفع شدند.