-
آرشیو :
نسخه پاییز 1396
-
موضوع :
داده کاوی
-
نویسنده/گان :
افسون سروقد، پویا روزبه جوان، عرفانه نوروزی
-
چکیده :
مفهوم مدیریت ارتباط با مشتری در یک دوره ی متوالی زمانی از آغاز پیدایش تا کنون گسترش پیدا کرده است،که ما را به سوی اصلاح عملکرد تجاری هدایت می کند در دنیای تجاری به شدت رقابتی امروز،مدیریت ارتباط با مشتری می تواند بعنوان راه حل نهایی هم برای مشتری و هم برای سازمان مطرح شود.در مدیریت ارتباط با مشتری،مشتریان را بعنوان اجزاء خارجی در نظر نمی گیرند بلکه آن ها را بعنوان عضو داخلی تجارت در نظر گرفته و هدف ایجاد یک رابطه ی بلند مدت با آن ها می باشد . بنابراین تماس زیاد با مشتری ، تعهد و ارائه خدمت از خصیصه های ضروری مدیریت ارتباط با مشتری می باشد . مدیریت ارتباط با مشتری امروزه به عنوان رویکردهای نوین از دریچه کاملا جدیدی به سازمان ها می نگرد. این رویکرد جدید باعث می شود مدیریت سازمان ساده تر انجام گیرد و موجب صرفه جویی در هزینه های سازمان گردد. از این رو سازمان ها نیازمند ساختاری است که بتواند ریسک ها را بهبود بخشیده و آنها را تعدیل نماید. از طرف دیگر سازمان ها دریافته اند که مدیریت ارتباط با مشتری و مدیریت منابع سازمانی جدا از یکدیگر معنایی پیدا نمی کنند و برای بقای سازمان لازم است به یکپارچه سازی بین این دو نرم افزار اهمیت دهند.
واژگان کليدي: مدیریت ارتباط با مشتری، مدیریت منابع سازمانی، نوآوری.
مساله تشخیص خوشه در شبکههای اجتماعی یکی از مسائل بسیار مهم در تحقیقات این روزهای شبکههای اجتماعی است. شناسایی جامعه در شبکههای اجتماعی به درک ساختار درست شبکه، توزیع عاملها، فعالیتهای انجام شده و کمک به مسئولان جهت انجام تصمیمگیری میانجامد و ساختار جوامع، روش منتشر شدن اطلاعات و رفتار اشخاص را نشان میدهد. بنابراین شناسایی و تشخیص جامعه یکی از اهداف این پژوهش بوده است که به کمک علم دادهکاوی و الگوریتمهای فراابتکاری صورت میپذیرد. یکی دیگر از فوید تحلیل شبکههای اجتماعی این است که ساختار و روابط میان اشخاص و اعضا را توضیح میدهد و میتواند برای پیشبینی رفتارهای اجتماعی استفاده شود، در این پژوهش این فرایند با استفاده از ترکیب دو الگوریتم فراابتکاری ازدحام ذرات و تبرید شبیهسازی شده انجام شده است. برای ارزیابی الگوریتم پیشنهادی از یک شبکههای اجتماعی باشگاه کاراته و یک شبکه اجتماعی بازیهای فوتبال بهره گرفته شده است که براساس نتایج شبیهسازی مشخص گردید، دقت و کارایی الگوریتم پیشنهادی در مقایسه با سایر الگوریتمهای ارائه شده در این زمینه بهبود ویژهای داشته است و عمل تشکیل خوشه و بهینهسازی را نسبت به الگوریتمهای PESD و ABC بهینهتر انجام میدهد.
-
کلید واژه :
تشخیص اجتماعات، خوشهبندی، روشی ترکیبی، الگوریتم، بهینهسازی، فراابتکاری.
-
Title :
A hybrid approach to social networking for Community diagnosis Using meta-heuristic Clustering Algorithms
-
Abstract :
The problem of cluster detection in social networks One of the most important issues In Research These are the days of social media. Community identification on social networks to understand the correct structure of the network, Agent distribution, Activities performed and it helps officials make decisions and the structure of societies, Method of disseminating information and shows the behavior of individuals. So, identify and community recognition One of the goals of this study has been with the help of data mining and meta-algorithms are implemented. Another benefit of social network analysis is this That structure and relationships between individuals and explains the members and it can predict social behaviors to be used, in this research This process uses a combination of two meta-algorithms Particle swarm and simulated refrigeration done. To evaluate the proposed algorithm From a karate club social network And a social network for football games Has been used Based on the simulation results specified, The accuracy and efficiency of the proposed algorithm Compared to other algorithms presented In this context There has been a special improvement And the practice of forming clusters And the optimization ratio To PESD and ABC algorithms It works better.
-
مراجع :
Ibáñez, P and Díaz, C and Perez, a. 2017. Social Networks and Childhood. New Agents of Socialization, 7th International Conference on Intercultural Education, Health and ICT for a Transcultural World, EDUHEM, Almeria, Spain. [1]
Yin, C and Zhu, S and Chen, h. 2015. A Method for Community Detection of Complex Networks Based on Hierarchical Clustering, Hindawi Publishing Corporation International Journal of Distributed Sensor Networks, Article ID 849140. [2]
Yuruk, N and Mete, M and Xu, X. 2009. AHSCAN: Agglomerative Hierarchical Structural Clustering Algorithm for Networks, International Conference on Advances in Social Network Analysis and Mining, INSPEC Accession Number 10903164, ISBN 978-0-7695-3689-7, Athens, Greece. [3]
Batallas, D.A and Yassine, A. 2006. Information Leaders in Product Development Organizational Networks: Social Network Analysis of the Design Structure Matrix. IEEE Transactions on Engineering Management, Volume 53, Issue 4. [5]
Cai, Q and Gong, M and Ma, l and Ruan, S. 2015. Greedy discrete particle swarm optimization for large-scale social network clustering. Nature-Inspired Algorithms for Large Scale Global Optimization, Volume 316. [10]
Yao, X. 2007. A new simulated annealing algorithm. International Journal of Computer Mathematics, Volume 56, 1995 - Issue 3-4. [12]
[4] فرقانی، م.م و مهجری، ر. 1397، رابطه بین میزان استفاده از شبکه های اجتماعی مجازی و تغییر درسبک زندگی جوانان، مطالعات رسانههای نوین، سال چهارم، شماره سیزدهم.
[6] باستانی، س و رئیسی، م. 1390، روش تحلیل شبکه: استفاده از رویکرد شبکههای کل در مطالعة اجتماعات متن باز، مجله مطالعات اجتماعی ایران، دوره پنجم، شماره دوم.
[7] ساعد، ن و صادقزاده، م. 1393، ارائه الگوریتمی جهت خوشهبندی گراف شبکههای اجتماعی مبتنی بر مرکزیت گرهها، اولین همایش ملی مهندسی برق و کامپیوتر در شمال کشور، موسسه آموزش عالی موج، بندر انزلی.
[8] یارحمدی، ز و مرادی، س. 1393، مرکز و پيرامون گرافهاي حاصل ضربي، مجله ریاضی شیمی ایران، دوره پنج، شماره اول.
[9] عرفانمنش، م.ا و بصریان جهرمی، ر. 1391، شبکه هم تالیفی مقالات منتشر شده در فصلنامه مطالعات ملی کتابداری و سازماندهی اطلاعات با استفاده از شاخص های تحلیل شبکه های اجتماعی، فصلنامه مطالعات ملی کتابداری و سازماندهی اطلاعات، شماره نود هفتم.
[11] عزیزی، ع و جعفریان، ا. 1395، یک الگوریتم بهینه سازی جدید ترکیبی با استفاده از روشهای ازدحام ذرات و خفاش، دومین کنفرانس بین المللی یافتههای نوین علوم و تکنولوژی، مرکز مطالعات و تحقیقات اسلامی سروش حکمت مرتضوی.
[13] قدوسی، س و تهرانی، ر و بشیری، م. 1394، بهینه سازی سبد سهام با استفاده از روش تبرید شبیه سازی شده، نشریه تحقیقات مالی، دوره هفدهم، شماره اول.
- صفحات : 81-91
-
دانلود فایل
( 729 KB )