اطلاع رسانی انفورماتیک پزشکی

نويسند‌گان:

[ الهام رشيدمهرابادي ] - دانشجوي كارشناسي ارشد گروه هوش مصنوعي
[ ميرمحسن پدرام ] - عضو هيئت علمي گروه مهندسي كامپيوتر دانشگاه تربيت معلم

خلاصه مقاله:

بازاريابي به كمك پايگاه داده شكلي از بازاريابي مستقيم است كه در آن از پايگاه داده ي مربوط به مشتريان استفاده مي شود از انجا كه امروزه بسياري از سازمان ها بخشي از درامد خود را از ايجاد و حفظ روابط با مشتريان كسب مي كنندن انتخاب مشتري براي ادامه همكاري داراي اهميت است با به كارگيري روشهاي داده كاوي مي توان به تحليل اطلاعات پايگاه داده مشتريان پرداخت و مشتريان مطلوب را بهتر تشخيص داد دراين مقاله از پايگاه داده ه اي كه براساس مدل RFMTC جمع اوري شده است استفاده مي شود اين مدل بسط يافته مدل RFM مي باشد و RFM معمولترين مبناي بخش بندي مشتريان است كه در آن از سه پارامتر اخرين مشاركت ، تكرار مشاركت و حجم يا ارزش پولي مشاركت در نظر گرفته مي شود در RFMTC دو پارامتر زمان اولين مشاركت و احتمال مشاركت نيز مدنظر قرار مي گيرد ابتدا با استفاده از الگوريتم استخراج ويژگي LDA روي اين مجموعه داده پيش پردازش صورت گرفته و كاهش بعد داده شده است سپس به كمك يك شبكه عصبي احتمالي و سيستم استتاج فازي عصبي تطبيقي مشتريان يعني اهداكنندگان خون كلاسه بندي مي شوند و ميزا ن درستي نتايج بين اين دو كلاسه بند بررسي مي شود نتايج اين مطالعه نشان ميدهد كه با وجود كاهش ويژگيها دقت طبقه بندي كاهش نمي يابد و روشهاي مذكور قادرندمشتريان مطلوب را به خوبي شناسايي نمايند.

كلمات كليدي:

الگوريتم استخراج ويژگي، شبكه عصبي ، سيستم عصبي فازي