۱۲۴

۲

۵

۴۲۵۷

۲۲

۷۷۵

هدف نهایی از این مرحله، آماده ­سازی داده ­ها برای پیاده­سازی مدل توسعه داده شده در فصل قبل است، که با ایجاد پایگاه داده نهایی نشان داده در جدول۴- ۶، هدف قابل دستیابی می­باشد.

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

یکی از روش­های ارزیابی برازندگی مدل LD_cFR استفاده از معیار SSE است. نتایج حاصل از محاسبه SSE به ازای تعداد خوشه­های متفاوت، در شکل۴- ۵ و شکل۴- ۶ نشان داده شده است. نتایج نشان داده شده در شکل۴- ۵، نشان­دهنده آنست که حذف معیار M و جایگذاری آن با معیار D تاثیر مناسبی بر کاهش خطای SSE داشته است.
شکل۴- ۵ مقایسه خطای SSE مدل RFM و DFR
از سوی دیگر، همان‌گونه که در شکل۴- ۶ نشان داده شده است، میزان خطای SSE برای مدل LD_cFR کمترین مقدار را در تعداد خوشه­های مختلف داشته و این بدان معناست که این مدل توانسته خوشه­های متراکم­تر و بهتری ایجاد کند. نتایج نشان داده شده در شکل۴- ۵ و شکل۴- ۶ اثباتی است بر دقت مدل پیشنهادی.
شکل۴- ۶ مقایسه خطای SSE مدل LRFM و LDFR

تعیین ارزش

هدف این بخش پیاده­سازی و سنجش مدل تعیین ارزش ارائه‌شده در فصل قبل است. همان‌گونه که در فصل قبل بیان شد، پس از تشکیل پایگاه داده مشتریان، تعیین ارزش آن‌ ها متشکل از ۳ فرایند خوشه­بندی، تشکیل زنجیره مارکوف و اولویت­ بندی مشتریان است. در این بخش، فرآیندهای مورد نیاز برای تعیین ارزش مسافران بر روی پایگاه داده تشکیل شده در بخش قبل اجرا خواهد شد.

تعیین تعداد بهینه خوشه ها

اولین گام از فرایند تعیین ارزش، خوشه­بندی مشتریان می­باشد. در فرایند خوشه­بندی دانستن تعداد خوشه ­ها، اهمیت بالایی دارد. تعیین تعداد خوشه ­ها به دو روش قابل اعمال است؛ نظر خبرگان و شاخص­ های آماری. در این تحقیق، برای تعیین دقیق تعداد خوشه ­ها، از شاخص Silhouette، که یک شاخص آماری می­باشد، استفاده شده است. این شاخص به تفسیر و اعتبارسنجی خوشه­های تشکیل شده در فرایند خوشه­بندی پرداخته و میزان برازندگی آن را تعیین می­ کند. شاخص silhouette از طریق رابطه (۴-۱) بدست می ­آید:

(۴-۱)

در رابطه ۴-۱، نشان­دهنده میانگین فواصل داده­ی i از سایر داده ­های موجود در خوشه و بیان‌کننده حداقل متوسط فاصله داده i از سایر خوشه­هاست. هرچه مقدار این شاخص در خوشه­بندی بالاتر باشد، بیانگر آنست که خوشه­بندی بهتر انجام‌شده است. حداکثر مقدار این شاخص برابر یک است.
برای مجموعه داده آماده شده در مرحله قبل، از شاخص Silhoutte برای تعیین تعداد بهینه خوشه ­ها استفاده شده است. نتایج بدست آمده، نشان می­دهد که ایجاد ۴ خوشه برای داده ­ها، نتایج بهتری تولید می­ کند. مقادیر بدست آمده برای خوشه­های ۳ تا ۱۰ تایی در شکل۴- ۷ نشان داده شده است.

شکل۴- ۷ تعداد بهینه خوشه ها

با توجه به نتایج بدست آمده، ۴ خوشه برای داده ­ها در نظر گرفته خواهد شد.

خوشه بندی

پس از تشکیل پایگاه داده و تعیین تعداد مناسب خوشه ­ها، در این مرحله مسافران موجود در پایگاه داده موجود، با بهره گرفتن از الگوریتم توسعه داده شده ICA خوشه­بندی شده ­اند. نتایج حاصل از خوشه­بندی پایگاه داده مسافران در جدول۴- ۷ نشان داده شده است.
جدول۴- ۷ خوشه های تشکیل شده