Pregled bibliografske jedinice broj: 1225222
Segmentacija klijenata primjenom algoritama nenadziranog strojnog učenja
Segmentacija klijenata primjenom algoritama nenadziranog strojnog učenja // Book of Papers 7th International Scientific and Professional Conference (CRODMA 2022) / L.Gregurec, I ; Keglevic Kozjak, S. ; Hrustek, L. ; Cvetko, L (ur.).
Varaždin: Hrvatska udruga za direktni i interaktivni marketing (CRODMA), 2022. str. 59-67 (predavanje, recenziran, cjeloviti rad (in extenso), znanstveni)
CROSBI ID: 1225222 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Segmentacija klijenata primjenom algoritama
nenadziranog strojnog učenja
Autori
Oreški, Dijana ; Višnjić, Dunja
Vrsta, podvrsta i kategorija rada
Radovi u zbornicima skupova, cjeloviti rad (in extenso), znanstveni
Izvornik
Book of Papers 7th International Scientific and Professional Conference (CRODMA 2022)
/ L.Gregurec, I ; Keglevic Kozjak, S. ; Hrustek, L. ; Cvetko, L - Varaždin : Hrvatska udruga za direktni i interaktivni marketing (CRODMA), 2022, 59-67
Skup
7th International Scientific and Professional Conference (CRODMA 2022)
Mjesto i datum
Varaždin, Hrvatska, 21.10.2022
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Recenziran
Ključne riječi
segmentacija klijenata, klaster analiza, rudarenje podataka
(client segmentation ; cluster analysis ; data mining)
Sažetak
Posljednjih godina došlo je do velikog porasta natjecanja među poduzećima u stvaranju i održavanju pozicije na tržištu. Poboljšanje konkurentnosti poduzeća u velikoj mjeri ovisi o sposobnosti usklađivanja sa željama klijenata na konkurentnom tržištu. Stoga se poslovni rezultati poduzeća mogu poboljšati kvalitetnim modelima segmentacije klijenata. Segmentacija klijenata može se provesti različitim metodama koristeći podatke o karakteristikama klijenata i njihovih navika s ciljem prilagodbe marketinških planova, identificiranja trendova, planiranja razvoja proizvoda, reklamnih kampanja i isporuke relevantnih proizvoda i/ili usluga. Segmentacija klijenata omogućuje kreiranje personaliziranih poruka za bolju komunikaciju sa željenim skupinama klijenata. U ovom radu primjenjujemo metodu segmentacije klijenata koja se temelji na algoritmu nenadziranog strojnog učenja, analizi latentnih klasa. Analiza latentnih klasa se primjenjuje za grupiranje prošlih klijenata poduzeća na temelju njihovog ponašanja pri kupnji. Predloženi pristup primjenjuje se na javno dostupnom skupu podataka kako bi se identificirale grupe klijenata sličnih karakteristika. Rezultati ukazuju na učinkovitost i primjenjivost predloženog pristupa u rješavanju slučajeva iz stvarnog života.
Izvorni jezik
Hrvatski
Znanstvena područja
Informacijske i komunikacijske znanosti
POVEZANOST RADA
Projekti:
HRZZ-UIP-2020-02-6312 - SIMON: Inteligentni sustav za automatsku selekciju algoritama strojnog učenja u društvenim znanostima (SIMON) (Oreški, Dijana, HRZZ - 2020-02) ( CroRIS)
Ustanove:
Fakultet organizacije i informatike, Varaždin
