دانلود ترجمه مقاله مدل سازی و ارزیابی وفاداری مشتری به کمک شبکه های عصبی
ترجمه فارسی مقاله مدل سازی و ارزیابی وفاداری مشتری به کمک شبکه های عصبی
.
.
| بخشی از ترجمه فارسی مقاله : مدل سازی و ارزیابی وفاداری مشتری به کمک شبکه های عصبی |
| هدف پژوهش حاضر بررسی روابط بین مشتری و ارائه دهنده خدمات در شرکت ها و موسسه های بیمه با استفاده از شبکه های عصبی مصنوعی و رگرسیون خطی می باشد. استفاده از یک نمونه آماری متشکل از ۳۸۹ مشتری از ۱۰ شرکت بیمه نوظهور، به این مهم دست یافتیم که شبکه های عصبی مصنوعی را می توان به عنوان یک روش موثر برای ارزیابی فاکتورهای موثر بر وفاداری مشتری درنظر گرفت. نتایج نشان داد که رضایتمندی مشتریان و ارزش ادراک شده از سوی آنها به عنوان متغیرهای پیش بینی کننده قوی برای وفاداری مشتری به شمار می آیند. علاوه براین، همچنین در پژوهش حاضر به این نتیجه رسیدیم که اعتماد، کیفیت درک شده و همدردی و معشرت اثر مثبت و معناداری بر روی هم رضایتمندی و خرسندی مشتریان دارند و هم ارزش درک شده.
نتایج این تحقیق همچنین نشان داد که تعهد مشتری به شرکت ارائه دهند خدمت، اثر مثبت و معناداری با رضایتمندی مشتری و وفاداری او دارد. بعد از مقایسه و تجزیه و تحلیل عملکرد مدل های رگرسیون خطی با شبکه های مصنوعی عصبی، به این نتیجه رسیدیم که بکارگیری شبکه های عصبی، یکی از روش ها و رویکردهای برتر برای تجزیه و تحلیل وفاداری، رضایت، و ارزش درک شده مشتری است.استفاده و بکارگیری تکنیک های جدید از قبیل شبکه های عصبی مصنوعی برای تجزیه و تحلیل رفتار مشتری می تواند بسیار برای شرکت های نوظهور و استارت آپ که در صدد هستند مزایای رقابتی را در مقابل رقبای قوی و خوب تاسیس شده بدست آورند، سودمند و کارآمد باشد. |
.
|
بخشی از مقاله انگلیسی : |
Modelling and evaluating customer loyalty using neural networks |
| The purpose of this study is to investigate the customer–service provider relationship in the insurance industry using artificial neural networks and linear regression. Using a sample of 389 customers from 10 different startup insurance companies, it was found that artificial neural networks are an efficient way to evaluate the factors affecting customer loyalty. The results indicated that customer satisfaction and perceived value are significant predictors of customer loyalty. Additionally, it was found that trust, perceived quality, and empathy have a significant impact on both customer satisfaction and perceived value.
The results also showed that customer commitment to service provider is positively associated with customer satisfaction and loyalty. After comparing the performance of linear regression models with artificial neural networks, it was found that the use of neural networks is a better approach for analyzing the customer loyalty, satisfaction, and perceived value. The use of new techniques such as artificial neural networks for analyzing the customer behavior can be particularly beneficial for startup companies who aspire to gain competitive advantage over their strong and well-established rivals. |
|
.
| مشخصات مقاله : | |
| عنوان فارسی: مدل سازی و ارزیابی وفاداری مشتری در شبکه های عصبی: شواهدی از شرکت های بیمه نوظهور |
|
| عنوان انگلیسی: Modelling and evaluating customer loyalty using neural networks: Evidence from startup insurance companies |
|
| تعداد صفحات مقاله انگلیسی : 16 | تعداد صفحات ترجمه فارسی : 24 |
| سال انتشار : 2016 | نشریه: الزویر – Elsevier |
| فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
| کد محصول : 6675 | رفرنس : دارد |
| محتوای فایل : zip | حجم فایل : 2.22Mb |
| رشته های مرتبط با این مقاله: مدیریت | |
| گرایش های مرتبط با این مقاله: بیمه، مدیریت کسب و کار، بازاریابی، مدیریت بازرگانی و مدیریت استراتژیک |
|
| مجله: مجله آینده کسب و کار – Future Business Journal | |
| دانشگاه: گروه مدیریت، دانشگاه اصفهان، ایران |
|
| کلمات کلیدی: نوظهور(استارت آپ)، وفاداری مشتری، بازاریابی رابطه ای، شبکه ها عصبی مصنوعی، شرکت های بیمه | |
| وضعیت ترجمه عناوین تصاویر و جداول : ترجمه شده است | |
| وضعیت ترجمه متون داخل تصاویر و جداول : ترجمه شده است | |
| وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است | |
| مطالب مرتبط: |
|
دانلود مقالات مدیریت با ترجمه فارسی |
.
| پشتیبانی : | |
| شما پس از انتخاب دکمه خرید در سایت کالج پروژه به سایت ایران عرضه جهت انجام مراحل خرید هدایت خواهید شد. | |
| – تلفن ثابت: ۰۴۱۴۲۲۷۳۷۸۱ – ساعات تماس: ۷ صبح الی ۱۸ عصر – آدرس ایمیل: iranarze.supt@gmail.com – تلگرام ایران عرضه: ۰۹۲۱۶۴۲۶۳۸۴ – پیامک: ۰۹۲۱۶۴۲۶۳۸۴ – آدرس: آذربایجان شرقی، مرند، خیابان کشاورزی، کوچه امین، پلاک ۳۰ – کد پستی: ۵۴۱۶۸۵۵۱۸۳ |
|
.
