اورونوف نیم فصل از پرسپولیس جدا می شود؟
هافبک تهاجمی ملی پوش ازبکستانی تیم پرسپولیس همچنان از یک تیم قطری پیشنهاد دارد و ظاهرا می خواهد از این تیم جدا شود.
به گزارش ایرنا، کتاب «هوش مصنوعی» در چهار بخش به معرفی مبانی مرتبط با مفهوم پیش بینی ریزش مشتری و مدل یادگیری جمعی مبتنی بر هوش ازدحامی جهت این پیش بینی در اپراتورهای تلفن همراه و مباحث مرتبط می پردازد.
به گزارش ایرنا، کتاب «هوش مصنوعی» در چهار بخش به معرفی مبانی مرتبط با مفهوم پیش بینی ریزش مشتری و مدل یادگیری جمعی مبتنی بر هوش ازدحامی جهت این پیش بینی در اپراتورهای تلفن همراه و مباحث مرتبط می پردازد.
در بخشی از سخن مؤلفان کتاب آمده است: ماهیت رقابتی بازار در عصر حاضر شناخت و پیش بینی رفتار مشتریان و برآوردن نیازهای آنها را قبل از جذب توسط سایر رقبا برای تقریباً همه کسب و کارها ضروری ساخته است. علت این امر نیز عمدتا آن است که در بسیاری از صنایع از جمله ارائه دهندگان خدمات تلفن همراه، هزینه جذب مشتریان جدید بسیار بیشتر از حفظ مشتریان موجود است.
اکثر شرکت ها در حوزه های مختلف صنعتی سعی می کنند مشتریان خود را از طریق استراتژی های مدیریت ارتباط با مشتری (CRM) جذب کنند تا به رابطه ای طولانی مدت با آنها دست یابند و نرخ حفظ مشتریان را افزایش دهند.
در واقع شرکت ها برآنند تا خود را مجهز به استراتژی های رقابتی و کارایی که اصطلاحاً رویکردهای پیش بینی ریزش مشتری نامیده می شوند کنند که از طریق آنها بتوانند مشتریانی که قصد ترک شرکت را دارند پیش بینی کنند. آنها درصددند برنامه های مؤثری را طراحی کرده و مشوق های هدفمندی را برای حفظ مشتریان مردد ارائه دهند. از این رو برای ایجاد پیشنهادهای تشویقی و برنامه های انگیزشی هدفمند در صنایع مختلف مانند بانکداری، خرده فروش،ی مخابرات و ... استفاده از مدلهای پیش بینی کننده ای که بتواند مشتریانی را که به طور بالقوه قصد ترک شرکت را دارند شناسایی کند بسیار ضروری می نماید.
اهمیت این موضوع به طور ویژه در صنعت مخابرات که رقابت بسیار شدیدی بین ارائه دهندگان مختلف خدمات وجود دارد افزایش می یابد، در واقع سهولت جابجایی بین اپراتورهای مختلف مشتریان را بر آن می دارد که دائماً شرکت های مختلف ارائه دهنده خدمات مخابراتی را مقایسه کنند و در نهایت به شرکتی بپیوندند که خدماتی با کیفیت بالاتر و فناوری های جدیدتر را با هزینه کمتر ارائه می دهد؛ در نتیجه استفاده از مدل های کارآمد پیش بینی ریزش مشتریان (CCP) برای شناسایی نشانه های اولیه رویگردانی مشتریان و جلوگیری از افزایش نرخ ریزش آنها با بکارگیری استراتژی های بهبود رضایت مشتریان امری حیاتی برای حفظ پایداری یک شرکت در بازار ارتباطات است.
تحقیق در زمینه توسعه مدل های کارآمد یادگیری ماشین جهت رسیدگی به مسئله پیش بینی ریزش مشتریان در شرکت تلفن همراه از حوزه های پژوهشی فعال و پراهمیتی است که محققین فراوانی به آن پرداخته اند. بیشتر پژوهش های انجام شده در این زمینه نیز نشان داده اند که مدل های یادگیری ماشین یکی از قوی ترین تکنیک ها برای رسیدگی به مساله ریزش مشتریان هستند.
ما نیز با درک این ضرورت تلاش کرده ایم با ارائه مدل یادگیری جمعی مبتنی بر هوش ازدحامی، به راهکارهای موثر در زمینه حل مسئله پیش بینی ریزش مشتریان در شرکت های تلفن همراه دست یابیم.
در واقع کتاب حاضر بر آن است تا از طریق بررسی تکنیک های یادگیری ماشین بتواند به تحلیل صحیحی از عوامل تاثیرگذار بر ریزش مشتریان اپراتورهای همراه برسد.
در این کتاب به سرفصل هایی همچون معرفی مبانی مرتبط با مفهوم پیش بینی ریزش مشتری از جمله مدل بیز ساده، رگرسیون لجستیک، الگوریتم های بهینه سازی نهنگ، مدل یادگیری جمعی مبتنی بر هوش ازدحامی، متوازن سازی مجموعه داده ها و مدل پیشنهادی و بررسی نتایج پیاده سازی روش های پیشنهادی جهت تشخیص ریزش مشتری در اپراتورهای تلفن همراه اشاره شده است.
«صدرنشین» نوشته بیژن مرادی و نعیمه حسنی گرکانی با ویراستاری علیرضا مرادی از سوی نشر کلاس در 104 صفحه برای علاقه مندان به موضوع هوش مصنوعی در دسترس عموم قرار گرفته است.
{{name}}
{{content}}