मैथमैटिका इटर्ना
खुला एक्सेस

अमूर्त

ग्राहक व्यवहार, मंथन और रूपांतरण के मॉडलिंग और भविष्यवाणी के लिए कृत्रिम बुद्धिमत्ता और मशीन लर्निंग को लागू करने पर एक अध्ययन

एल्डेरिक पियरे*

डिजिटल कंपनियाँ वस्तुओं, उत्पादों और सेवाओं की एक महत्वपूर्ण प्रदाता बन गई हैं और वे तेजी से पारंपरिक बाजारों की जगह ले रही हैं। इस व्यवसाय के विकास ने डिजिटल कंपनियों के बीच अपने ग्राहक आधार का विस्तार करने और राजस्व बढ़ाने के लिए एक तीखी प्रतिस्पर्धा पैदा कर दी है। इस उद्देश्य के लिए, डिजिटल कंपनियाँ अब नए ग्राहक प्राप्त करने और उससे भी महत्वपूर्ण रूप से मौजूदा ग्राहकों को बनाए रखने के महत्व को समझती हैं क्योंकि नए ग्राहक प्राप्त करना मौजूदा ग्राहकों को बनाए रखने की तुलना में अधिक महंगा है। यही कारण है कि ई-कंपनियाँ अपने ग्राहकों के साथ मजबूत संबंध बनाने और संभावित ग्राहकों की भविष्यवाणी करने के सभी प्रयासों का समर्थन करने और संभावित ग्राहकों के प्रति सक्रिय कार्रवाई करने की पूरी कोशिश करती हैं।

इस पेपर में हम टाइम-सीरीज मार्कोव मॉडल पर आधारित एक फ्रेमवर्क तैयार करेंगे जो संभावित चर्न कस्टमर्स की भविष्यवाणी करता है और उन विज़िटर्स की भविष्यवाणी करता है जो खरीदारी किए बिना ई-कंपनी से बाहर निकल जाते हैं। मार्कोव मॉडल एक सांख्यिकीय मॉडल है जो डेटा के अस्थायी पैटर्न में स्थितियों का निरीक्षण करने में सक्षम है। प्रस्तावित मॉडल को "RecSys2015" नामक सार्वजनिक डेटासेट पर लागू किया जाएगा और हम बेंचमार्किंग के लिए अन्य एल्गोरिदम के साथ इसके परिणामों की तुलना करेंगे।