چکیده:
امروزه توانمندی سازمانها در شناسایی بازارهای هدف به کمک روشهای داده کاوی بیش از پیش افزایش یافته است. بخشبندی بازار، هدفگیری شرکتها را به سمت بازارهای مشخصتری هدایت میکنند تا ارتباط موثرتری با مشتریان صورت پذیرد. خوشهبندی یکی از پر استفادهترین و مهمترین تکنیکهای داده کاوی و شاخهای از تحلیل آماری چند متغیره بوده و روشی برای گروهبندی دادههای مشابه در خوشههای یکسان است .با بزرگتر شدن بانکهای اطلاعاتی، تلاش محققان بر روی پیدا کردن روشهای خوشهبندی کارا و مؤثر متمرکز شده است تا از این راه بتوانند زمینه تصمیمگیری سریع و منطبق با واقعیت را فراهم آورند. در این تحقیق با استفاده از الگوریتم بهینهسازی مورچگان و دادههای در دسترس به خوشهبندی بازار یک شرکت تولیدکننده کاشی در ایران پرداخته شده تا تمایزات موجود در بخشهای مختلف نمایان گردد. نتایج حاصل، نشان از دقت بالای این الگوریتم در خوشهبندی دادهها دارد. همچنین به منظور بررسی بیشتر دقت عملکرد مدل طراحی شده، نتایج آن با نتایج حاصل از بخشبندی دادهها با یک روش خوشهبندی کلاسیک دیگر –k) میانگین( مورد سنجش و ارزیابی قرار گرفته است.
Nowadays the ability of organization increased to identify target markets with data mining techniques. Clustering is a method in which we make cluster of objects that are some how similar in characteristics. In market segmentation process، customers are segmented as such customers placed in the same group، and various groups have minimal affinity. Then، fitness marketing strategy in accordance with the specification that these groups are used .With larger databases، researcher’s attempt to focus on finding effective clustering methods in order to effectively decision. In this paper we clustering the trail market in Iran with ant colony optimization and to further investigate the accuracy of this model we compared the results with a classic clustering K-Mean. This paper presents an ant colony optimization methodology for optimally clustering N objects into K clusters. The results show، the higher accuracy of the ant colony optimization.
خلاصه ماشینی:
در این تحقیق با استفاده از الگوریتم بهینه سازی مورچگان و داده های در دسترس به خوشه بندی بازار یک شرکت تولیدکننده کاشی در ایران پرداخته شده تا تمایزات موجود در بخش های مختلف نمایان گردد.
روش تحقیق این مطالعه یک پژوهش توصیفی – مقطعی –کاربردی است که با استفاده از الگوریتم مورچه ، به بهینه سازی خوشه بندی در بازار می پردازد که داده های آن توسط بانک اطلاعاتی داده ها در سازمان مورد بررسی به دست آمده است که در نهایت نتایج به دست آمده از این الگوریتم با خوشه بندی K- میانگین مقایسه شده که در ادامه تشریح می شود.