دانلود مقاله ISI انگلیسی شماره 2403
ترجمه فارسی عنوان مقاله

کاربرد شبکه عصبی برای طبقه بندی مصرف کنندگان در جهت بهبود زمان بندی فعالیت های بازاریابی مستقیم

عنوان انگلیسی
A neural network application to consumer classification to improve the timing of direct marketing activities
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
2403 2005 21 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 9562 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 14 روز بعد از پرداخت 114,744 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 229,488 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computers & Operations Research, Volume 32, Issue 10, October 2005, Pages 2595–2615

ترجمه کلمات کلیدی
شبکه های عصبی - لوجیت چندگانه - انتخاب متغیر - طبقه بندی اولیه خرید - زمان بندی فعالیت های بازاریابی مستقیم
کلمات کلیدی انگلیسی
پیش نمایش مقاله
پیش نمایش مقاله کاربرد شبکه عصبی برای طبقه بندی مصرف کنندگان در جهت بهبود زمان بندی فعالیت های بازاریابی مستقیم

چکیده انگلیسی

This article develops an alternative estimation approach for classifying new prospective consumers as “good'' or “bad'' prospects for direct marketing purposes. We show that the traditional approach of using demographics alone to profile non-active consumers (those who have yet to buy in the category) can be improved by waiting to observe their initial and limited number of sequential purchases in the category. We call this method the early purchase classification (EPC) approach. We make use of two established classification models, a multinomial logit model (MNL) and a neural network model (NN), and show that the classification accuracy of both models using our EPC approach outperforms the traditional approach of classifying non-active prospects using demographics only. Furthermore, we find that the NN model consistently outperforms the MNL model at this task. This research uses the best aspects of each model by utilizing the MNL model to determine which variables are most relevant to the classification and then using those variables for classification in the NN model. Using the complementary features of the MNL and NN models, managers can use the EPC approach to determine the most profitable time in a purchasing history to classify and target prospective consumers new to their categories.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 9562 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 14 روز بعد از پرداخت 114,744 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 229,488 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.