ارائه مدلی برای تعیین ارزش مسافران در بستر الکترونیکی در صنعت حمل¬ونقل هوایی- قسمت ۲۸

خوشه­بندی مشتریان یکی از معروف­ترین روش­ها برای تعیین مشتریان باارزش است[۱۲]. در بسیاری از مطالعات انجام‌شده در زمینه بازاریابی، از روش­های خوشه­بندی برای تعیین مشتریان هدف استفاده می­ شود. ازاین‌رو در بخش آخر این فصل به بررسی مفهوم خوشه­بندی و الگوریتم­های مختلف مورد استفاده در آن پرداخته شده است. خلاصه­ای از این بررسی در جدول۲- ۱۵ آمده است.
جدول۲- ۱۵ تکنیک های خوشه بندی

 

دانلود متن کامل پایان نامه در سایت fumi.ir

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

رفتن به نوارابزار

بیرون رفتن

 تصویر درباره جامعه شناسی و علوم اجتماعی

خوشه­بندی تکنیک شرح منابع
K-means یکی از الگوریتم­های خوشه­بندی مسطح است که به دلیل قدرت بالا و سادگی، به‌طور گسترده در خوشه­بندی داده ­ها مورد استفاده قرار می­گیرد. هدف اصلی این الگوریتم آنست که مجموع عدم تشابه بین تمام اشیاء یک خوشه از مراکز خوشه ­های متناظرشان کمترین باشد. [۴۳]
[۱۱۹]
[۱۲۰]
الگوریتم­های تکاملی ژنتیک الگوریتم ژنتیک با کدگذاری راه­ حل­های یک مسئله، بهتـرین جـواب را بـرای مسئله پیـدا مـی­کنند. این الگوریتم بر مبنای تولیدمثل و ترکیب ژن­های والدین عمل می­ کند. از این الگوریتم در خوشه­بندی و یافتن بهینه­ترین مراکز خوشه استفاده می­ شود. [۱۲۱]
[۱۲]
[۱۲۲]
[۱۲۳]
[۱۲۴]
رقابت استعماری این الگـوریتم با تولـید کشـورهـای اولیه و بـهره­گیری از عملگرهای نظیر جذب، انقلاب و… وضعیت کشورها را تغییر می­دهد. در ICA، کشورها بر اساس قدرتشان به دو دسته استعمارگر و مستعمره تقسیم می­شوند. کشورهای استعمارگر دائماً در تلاش برای جذب کشورهای مستعمره بوده تا از این طریق قدرت خود را افزایش دهند. هدف الگوریتم رقابت استعماری بهبود این کشورها و یافتن بهینه­ترین جواب است. [۱۲۶]
[۱۲۸]
[۱۲۹]
کلونی مورچگان الگوریتم کلونی مورچه الهام گرفته شده از مطالعات و مشاهدات بر روی کلونی مورچه­هاست. هدف این الگوریتم، یافتن پاسخ­های نزدیک به پاسخ اصلی می­باشد که در این راه از تولید فرمون­های مصنوعی و شبیه­سازی رفتار گـروهی مورچـه­ها و ارتبـاطـات غیرمستقیم آن‌ ها استفاده می­ کنند. [۱۳۰]
[۱۳۱]
کلونی زنبورعسل این الگوریتم بر اساس شبیه­سازی زندگی زنبورعسل طراحی شده است. این الگوریتم نوعی از جستجوی محلی انجام می‌دهد که با جستجوی تصادفی ترکیب شده و می‌تواند برای بهینه­سازی ترکیبی یا بهینه‌سازی تابعی به کار رود. [۱۳۸]
[۱۳۹]
ازدحام ذرات منبع الهام این الگوریتم، رفتار اجتماعی حیوانات، همانند حرکت دسته جمعی پرندگان و ماهی‌ها است. الگوریتم PSO از تعداد مشخصی از ذرات تشکیل می­ شود که در شروع فرایند، به‌طور تصادفی، مقدار اولیه می­گیرند. این ذرات، بصورت تکرار شونده­ای در فضای چند‌ ‌بعدی مسئله حرکت کرده تا با محاسبه مقدار بهینگی به‌عنوان یک ملاک سنجش، به بهینه­ترین جواب دست یابند. [۱۳۲]
[۱۳۴]
[۱۳۵]
[۱۳۷]
ترکیبی در تعدادی از مطالعات الگوریتم­های تکاملی مختلف باهم ترکیب شده و هدف این مطالعات، ترکیب این الگوریتـم­ها برای بهبود پاسخ­های تولید شده در زمان اجرا و افزایش دقت بوده است. ACO
PSO
K-means
[۱۱۸]

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *