ترجمه مقاله ارزیابی هوش تجاری بر اساس پروفایل رفتار مشتری با استفاده از ایده کاوی مبتنی بر سرگرمی – سال 2020
مشخصات مقاله:
عنوان فارسی مقاله:
ارزیابی هوش تجاری بر اساس پروفایل رفتار مشتری با استفاده از ایده کاوی مبتنی بر سرگرمی در هند: یک مطالعه موردی
عنوان انگلیسی مقاله:
Business intelligence appraisal based on customer behaviour profile by using hobby based opinion mining in India: a case study
کلمات کلیدی مقاله:
هوش تجاری مشتری، رفتار مشتری، تحلیل نظر چند رگرسیونی، سرگرمی، الگوریتم ژنتیک، ثبات اقتصادی
مناسب برای رشته های دانشگاهی زیر:
مدیریت
مناسب برای گرایش های دانشگاهی زیر:
مدیریت کسب و کار، مدیریت منابع انسانی، بازاریابی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
2. مروری بر مطالعات انجام شده
3. روش تحقیق
3.1 پیش بینی الگوی خرید مشتری بر اساس همبستگی
3.2 افزایش مجموعه داده ها با استفاده از GA
3.3 مدلهای رگرسیون متعدد برای بدست آوردن نتایج مناسب تر
4. تحلیل تجربی و نتایج
4.1 ارزیابی با استفاده از تحلیل همبستگی
4.2 ارزیابی با استفاده از مدل رگرسیون متعدد
5. نتیجه گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
1. Introduction
The core idea of business intelligence (BI) is to recognise the behavior of the customer and to predict their purchase pattern for improvement of the business as well as for a better environmental sustainability. Efficient decision making based on BI is essential to ensure competitiveness for sustainable growth (Jin & Kim, 2018). However, in literature, there is no universally accepted definition of BI. BI plays an essential role in areas such as sales representatives’ performance, customer loyalty, and product performance (Athanasoulias & Chountalas, 2019). Remarkable BI applications have also been reported in a wide variety of occupational fields, from health care and airlines to major IT and telecommunication firms (Watson, 2009). Cebotarean (2011) suggested that BI is related to computer-based techniques used in spotting, digging-out, and analyzing business data, such as sales revenue by products and/or departments, or by associated costs and incomes. Larson and Chang (2016) argued that BI includes an information value chain for gathering raw data, turning these data into useful information, management decision making, driving business results, and raising corporate value.
1. مقدمه
نظریه اصلی هوش تجاری (BI)، تشخیص رفتار مشتری و پیش بینی الگوهای خرید برای ارتقای تجارت و همچنین ثبات محیطی بهتر است. تصمیم گیری موثر بر اساس BI برای اطمینان از رقابت پذیر بودن رشد پایدار لازم است (جیم & کیم 2018). به هر حال، در مطالعات انجام شده، هیچ تعریف جامع و پذیرفته شده ای برای BI وجود ندارد. BI نقش ضروری در حوزه هایی چون عملکرد نمایندگان فروش، وفاداری مشتری، و عملکرد محصول ایفا می کند (آنتاناسولیاس & چانتالاس 2019). کاربردهای قابل توجه BI نیز در حوزه های شغلی مختلف از سلامت و خطوط هوایی تا IT و شرکت های مخابراتی می باشند (واتسون 2009). سبوتارن در سال 2011 بیان کرد که BI با تکنیک های کامپیوتری مورد استفاده در آماده سازی، کاوش و تحلیل داده های تجاری مثل درآمد فروش محصول / دپارتمان های فروش یا هزینه ها و درآمد مرتبط در ارتباط است. لارسون و چانگ در سال 2016 بیان کردند که BI شامل زنجیره ارزش اطلاعات برای گردآوری اطلاعات خام، تبدیل این داده ها به اطلاعات مفید، مدیریت تصمیم گیری، ارائه نتایج تجاری و افزایش ارزش مشارکت می باشد.