|
|
|
|
ارائه یک سیستم مدیریت هوشمند جهت تخصیص امکانات سیستم مخابرات برای پیشبینی ریزش مشتری مبتنی بر شبکه عصبی مصنوعی و الگوریتم تکاملی قطرات هوشمند
|
|
|
|
|
|
|
|
نویسنده
|
رحمانی مائده ,وظیفه دوست فرشید ,رضاپور میرصالح مهدی
|
|
منبع
|
محاسبات و سامانه هاي توزيع شده - 1403 - دوره : 7 - شماره : 1 - صفحه:12 -23
|
|
چکیده
|
در صنعت مخابرات، حجم وسیعی از دادهها توسط تعداد زیادی از مشتریان به صورت روزانه تولید شده و به دست آوردن یک پایگاه مشتری جدید، پرهزینهتر از نگهداری مشتریان فعلی است و برای دستیابی به رونق کسب و کار، تجزیه و تحلیل موثر مشتری بسیار حائز اهمیت است از این رو در این پژوهش یک مدل هوشمند جهت تخصیص امکانات سیستم مخابرات برای پیشبینی ریزش مشتری مبتنی بر شبکه عصبی مصنوعی و الگوریتم تکاملی قطرات هوشمند ارائه شد که به منظور اتخاذ تصمیمات تجاری آگاهانه که باعث افزایش درآمد و بهبود رضایت مشتری میشود. هدف این پژوهش بررسی چگونگی تغییر پیشبینیهای مصرفکننده بر اساس الگوریتمهای طبقهبندی یادگیری ماشینی است. این روش قادر است بهترین طبقهبندی کننده یادگیری ماشین را برای مجموعه داده مصرف کننده تحت تجزیه و تحلیل انتخاب کند. نقش شبکه عصبی مصنوعی مبتنی بر الگوریتم هوشمند آب در این مدل انجام یک تجزیه و تحلیل گسترده از الگوهای مصرف کننده با استفاده از طبقه بندی کننده است. در شبیهسازی نیز مدل پیشنهادی به نسبت روشهای دیگر در معیار مختلف دارای نتایج بهتری به نسبت سایر روش ها بوده است
|
|
کلیدواژه
|
سیستم مدیریت هوشمند، تخصیص امکانات، سیستم مخابرات، پیش بینی ریزش مشتری، شبکه عصبی مصنوعی و الگوریتم تکاملی قطرات هوشمند
|
|
آدرس
|
دانشگاه پیام نور مرکز بین الملل کیش, ایران, دانشگاه پیام نور مرکز بین الملل قشم, ایران, دانشگاه پیام نور, گروه مهندسی کامپیوتر و فناوری اطلاعات, ایران
|
|
پست الکترونیکی
|
mrezapoorm@yahoo.com
|
|
|
|
|
|
|
|
|
|
|
|
|
an intelligent management system for allocating telecommunications system facilities to predict customer churn based on artificial neural networks and the evolutionary algorithm of intelligent water drops
|
|
|
|
|
Authors
|
rahmani m. ,vazifehdoost f. ,rezapour mehdi
|
|
Abstract
|
the telecommunications industry, a large volume of data is generated by a large number of customers on a daily basis, and acquiring a new customer base is more costly than retaining existing customers, and effective customer analysis is very important for achieving business prosperity. therefore, in this study, an intelligent model for allocating telecommunications system resources to predict customer churn based on artificial neural networks and the evolutionary algorithm of intelligent droplets was presented, in order to make informed business decisions that increase revenue and improve customer satisfaction. the aim of this study is to investigate how consumer predictions change based on machine learning classification algorithms. this method is able to select the best machine learning classifier for the consumer dataset under analysis. the role of the artificial neural network based on the intelligent water algorithm in this model is to perform an extensive analysis of consumer patterns using the classifier. in simulation, the proposed model has also had better results than other methods in various criteria.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|