چکیده:
این تحقیق به مقایسه فنون داده‌کاوی و منطق فازی در شناسایی رفتار مشتریان و شنیدن صدای آنها به‌منظور استفاده در فرآیند هزینه‌یابی هدف می‌پردازد. داده‌های تحقیق مربوط به انبار داده‌های فروش شرکت کاشی فرزاد در سال‌های 93 و 94 است. نتایج حاصل از آزمون فرضیات تحقیق بیانگر این موضوع است که میزان پیش‌بینی صحیح ویژگی‌های مدنظر مشتریان در شبکه عصبی–فازی با تابع فعالساز خوشه‌بندی فازی 941/0، در شبکه عصبی پرسپترون چندلایه با تابع فعالساز سیگموئید 927/0، در شبکه عصبی پرسپترون چندلایه با تابع تانژانت 882/0 و در شبکه تابع پایه شعاعی با تابع سافت‌مکس 918/0 است. نتایج نشان می‌دهد که شبکه عصبی–فازی نسبت به سایر روش‌های مورداستفاده، نتیجه ویژگی‌های مدنظر مشتریان را بهتر می‌تواند پیش‌بینی کند.
This study compares data mining techniques and fuzzy logic for Identify customer behavior and voice of the customer to be used in the process of target costing. In this research, the data relating to sales in the data warehouse of Farzad tile producing company in years 2014 and 2015 have been used. The results of the test of hypotheses suggest that the rate of correct prediction for customer features in neural-fuzzy networks with activation function, Fuzzy Clustering is 0.941and in Multi-layer Neural Network with sigmoid activation function is 0.927 and in the multi-layer neural network with tangent function is 0.882 and in Radial basis function network with Max softball function is 0.918. The results show that fuzzy neural network has better results than other methods used to predict the characteristics of the target customers.
خلاصه ماشینی:
پژوهش هاي نوين در تصميم گيري دوره ٢، شماره ٣، پاييز ١٣٩٦ مقايسه فنون دادهکاوي و منطق فازي به منظور شناسايي رفتار مشتريان مهدي صالحي ١(، مهران سالاري 2 ١- دانشيار، گروه حسابداري، دانشکده علوم اداري و اقتصـادي، دانشـگاه فردوسـي مشـه ، مشهد، ايران ٢- کارشناس ارشد حسابداري، دانشکده حسابداري، دانشگاه آزاد اسلامي بيرجند، بيرجند، ايران دريافت :١٣٩٥/٥/٢٨ پذيرش: ١٣٩٥/١٠/١١ چکيده اين تحقيق به مقايسه فنـون دادهکـاوي و منطـق فـازي در شناسـايي رفتـار مشـتريان و شنيدن صداي آنها به منظور استفاده در فرآيند هزينه يابي هـدف مـيپـردازد.
نتايج حاصل از آزمون فرضيات تحقيق بيانگر اين موضـوع اسـت کـه ميـزان پـيش بينـي صحيح ويژگيهاي مدنظر مشتريان در شبکه عصبي–فازي با تابع فعالساز خوشه بندي فازي ٠/٩٤١، در شبکه عصبي پرسپترون چندلايه با تابع فعالساز سيگموئيد ٠/٩٢٧، در شبکه عصبي پرسپترون چندلايه با تابع تانژانت ٠/٨٨٢ و در شبکه تابع پايه شـعاعي بـا تابع سافت مکس ٠/٩١٨ است .
ازاين رو، هدف مـا در ايـن تحقيـق آن اسـت کـه بـا اسـتفاده از فنـون دادهکـاوي و قابليت هاي اين فنون، با توجه به اهميت صداي مشـتري در هزينـه يـابي هـدف، فراينـد کشف صداي مشتري را براي شناسـايي و پـيش بينـي نيازهـا و ويژگـيهـاي مـدنظر مشــتريان انجــام دهــيم .
بــا توجـه بــه بررسيهايي که در ادبيات موضوع و پيشينه تحقيق انجام گرفت ، از شبکه هاي عصبي پرسپترون چندلايه ، تابع پايه شعاعي و همچنين از شبکه عصبي فازي براي پيش بينـي ويژگيهاي مدنظر مشتريان استفاده شده است .
(
, 
, 
)
