Key points are not available for this paper at this time.
في إدارة علاقات العملاء، من المهم لشركات التجارة الإلكترونية جذب عملاء جدد والاحتفاظ بالعملاء الحاليين. أصبح البحث حول تنبؤ تسرب العملاء باستخدام تقنيات الذكاء الاصطناعي جزءًا رئيسيًا من إدارة التجارة الإلكترونية. يقترح هذا البحث نموذجًا لتنبؤ التسرب يعتمد على دمج تجميع k-means وخوارزمية مصنف AdaBoost، مما يسمح بتقسيم العملاء إلى ثلاث فئات. يمكن أيضًا تحديد مجموعات العملاء المهمة بناءً على سلوك العملاء والبيانات الزمنية. تم إجراء تنبؤ تسرب العملاء باستخدام تصنيف AdaBoost وتقنيات الشبكات العصبية BP. تظهر النتائج أن طريقة البحث المتمثلة في التجميع قبل التنبؤ يمكن أن تحسن من دقة التنبؤ. بالإضافة إلى ذلك، تشير المقارنة بين النتائج إلى أن نموذج AdaBoost لديه دقة تنبؤ أفضل من نموذج الشبكات العصبية BP. يمكن أن تساعد نتائج هذا البحث شركات التجارة الإلكترونية B2C في تطوير تدابير الاحتفاظ بالعملاء واستراتيجيات التسويق.
درس Xiahou وآخرون (السبت) هذا السؤال.