ترجمه فارسی عنوان مقاله

ارزیابی پاسخ های پرسشنامه مشتری از داده های معامله خرید با استفاده از تحلیل همبستگی کانونی

عنوان انگلیسی

Estimation of customer questionnaire responses from purchase transaction data using canonical correlation analysis

کد مقاله	سال انتشار	تعداد صفحات مقاله انگلیسی
97482	2017	8 صفحه PDF

منبع

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

Journal : Procedia Computer Science, Volume 112, 2017, Pages 1855-1862

ترجمه کلمات کلیدی

بازار یابی، اطلاعات تراکنش مشتری، پرسشنامه، چند منظوره، تجزیه و تحلیل همبستگی کانونی،

کلمات کلیدی انگلیسی

Marketing; Customer transaction data; Questionnaire; Multimodality; Canonical correlation analysis;

ترجمه چکیده

ارزش های شیوه زندگی مشتری با استفاده از پاسخ آنها به یک پرسشنامه اندازه گیری می شود و اطلاعات مفیدی در مورد رفتار مشتری ارائه می دهد که اطلاعات مربوط به تراکنش های مشتری را تکمیل می کند. با این حال، اگر چه اطلاعات مربوط به تراکنش های مشتری به طور خودکار انباشته شده است، پاسخگویی پرسشنامه از مشتریان بسیار دشوار است. در این مطالعه، با استفاده از تجزیه و تحلیل همبستگی کانونی، اطلاعات مربوط به تراکنش های مشتری داده ها با داده های پاسخ های پرسشنامه ارتباط داده شد. ما دو روش برای ارزیابی پاسخ های پرسشنامه مشتریان ارائه می دهیم که مقادیر پاسخ های پرسشنامه در واقع ناشناخته است. برای اولین بار، پاسخ های پرسشنامه را با استفاده از میانگین محله های تعریف شده توسط تغییرات کانونی برآورد می کند. روش دوم، با حل معادله خطی، پاسخ های پرسشنامه را ارزیابی می کند. ما روش های پیشنهادی را با استفاده از داده های آزمون که در آن پاسخ های پرسشنامه شناخته شده است تایید کردیم. پاسخگویی به پرسشنامه های برآورد شده می تواند در برنامه های مختلف مانند ساخت مدل رفتار مشتری و روش های توصیه شده مورد استفاده قرار گیرد.

دانلود رایگان 2 صفحه اول مقاله لاتین (PDF)

پیش نمایش مقاله

چکیده انگلیسی

Customer lifestyle values measured by their responses to a questionnaire provide useful information on customer behavior that supplements customer transaction data. However, although customer transaction data are accumulated automatically, it is difficult to gather questionnaire responses from many customers. In this study, we associated customer transaction data with questionnaire response data by using canonical correlation analysis. We propose two methods to estimate the questionnaire responses of customers whose questionnaire response values are in fact unknown. The first estimates the questionnaire responses by using the mean of neighborhoods defined by canonical variates. The second method estimates questionnaire responses by solving a linear equation. We validated the proposed methods using test data where the questionnaire responses are known. The estimated questionnaire responses can be used in various applications, such as the construction of a customer behavior model and recommendation methods.