ترکیب تحلیل احساسات و داده‌های رفتاری مشتریان برای بهبود پیش‌بینی رفتار خرید و ارزش طول عمر مشتری در فروشگاه‌های آنلاین

ترکیب تحلیل احساسات و داده‌های رفتاری مشتریان برای بهبود پیش‌بینی رفتار خرید و ارزش طول عمر مشتری در فروشگاه‌های آنلاین

فروزان بلگوری1 حسن ضیافت2

1) دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات، دانشگاه آزاد اسلامي واحد الكترونيكي، ایران
2) استادیار گروه کامپیوتر دانشگاه آزاد اسلامی واحد نطنز، ایران

کد IOI مقاله : AAHD-ABFEGC
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    تحلیل رفتار خرید مشتریان و پیش‌بینی ارزش طول عمر آنان از مهم‌ترین موضوعات در بازاریابی دیجیتال و مدیریت ارتباط با مشتری محسوب می‌شود. پژوهش حاضر با هدف بررسی تأثیر ترکیب داده‌های متنی، رفتاری و تراکنشی بر بهبود دقت پیش‌بینی CLV و رفتار خرید مشتریان انجام شده است. در این پژوهش، داده‌های مربوط به تراکنش‌ها، رفتار مرور کاربران و نظرات متنی مشتریان جمع‌آوری و پس از پیش‌پردازش، تحلیل احساسات بر روی داده‌های متنی اجرا شد تا ابعاد عاطفی رفتار مصرف‌کننده استخراج گردد. سپس داده‌های حاصل از تحلیل احساسات با ویژگی‌های رفتاری و تراکنشی ادغام و در مدل‌های یادگیری ماشین مورد استفاده قرار گرفتند. عملکرد الگوریتم‌های مختلف شامل Random Forest، XGBoost و LSTM مورد ارزیابی قرار گرفت. نتایج نشان داد افزودن ویژگی‌های حاصل از تحلیل احساسات به مدل، موجب افزایش دقت پیش‌بینی و کاهش خطا در برآورد CLV و رفتار خرید شده است. همچنین یافته‌ها بیانگر آن است که ترکیب داده‌های ساختاریافته و غیرساختاریافته می‌تواند در طراحی کمپین‌های هدفمند، شخصی‌سازی خدمات و افزایش وفاداری مشتریان نقش مؤثری ایفا کند.

کلمات کلیدی : ارزش طول عمر مشتری (clv) یادگیری ماشین رفتار خرید مشتری تحلیل احساسات پیش‌بینی رفتار مشتری