توسعه‌ی یک سیستم هوشمند جهت مدل‌سازی رویگردانی مشتری با استفاده از رویکرد یادگیری جمعی بر پایه‌ی خوشه‌بندی

یکی از چالش‌هایی که سازمان‌ها با آن روبرو هستند مسئله‌ی رویگردانی مشتریان است. رویگردانی مشتری در واقع بیانگر قطع ارتباط مشتریان با سازمان و امتناع از بکارگیری خدمات سازمان است. پیش‌بینی و شناسایی دقیق مشتریان رویگردان می‌تواند سازمان‌ها را از صرف هزینه‌های بالا محفوظ دارد و موجب رشد آنها گردد. داده‌کاوی ابزاری را فراهم می‌آورد که می‌توان به وسیله‌ی آن مدل‌هایی را برای پیش‌بینی رویگردانی مشتریان طراحی کرد. مدل‌‌های جمعی از جمله رویکرد‌های افزایش دقت در حوزه‌ی داده‌کاوی و یادگیری ماشین هستند. دو چالش مهم در تشکیل مدل‌های جمعی ایجاد تنوع و حداکثر کردن همزمان تنوع و صحت طبقه‌‌بندی است. جهت پیش‌بینی رویگردانی مشتریان در این پژوهش روش جدیدی ارائه شده است که با استفاه از خوشه‌بندی طبقه‌بندهای پایه‌ی متنوعی را ایجاد می‌کند که با ترکیب آن‌ها توسط بهینه‌سازی چندهدفه و با در نظر گرفتن دو هدف تنوع و صحت، مدل‌های جمعی‌ای با دقت بالا و متشکل از طبقه‌بندهای متنوع ایجاد می‌شود. مدل ارائه شده در این تحقیق با استفاده از مجموعه‌داده‌ی مرتبط با یک شرکت تلفن همراه ایرانی مورد آزمایش قرار گرفته‌ است. نتایج آزمایشات حاکی از برتری مدل پیشنهادی از منظر شش شاخص accuracy، auc، recall، precision، f-score، g-means از سایر مدل‌های جمعی است.