論文の概要: Application of Unsupervised Artificial Neural Network (ANN) Self_Organizing Map (SOM) in Identifying Main Car Sales Factors

• arxiv url: http://arxiv.org/abs/2408.05110v1
• Date: Mon, 29 Jul 2024 14:24:16 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-19 04:16:58.036808
• Title: Application of Unsupervised Artificial Neural Network (ANN) Self_Organizing Map (SOM) in Identifying Main Car Sales Factors
• Title（参考訳）: 非教師付きニューラルネットワーク(ANN)自己組織化マップ(SOM)の自動車販売要因同定への応用
• Authors: Mazyar Taghavi,
• Abstract要約: 客を惹きつけ、新車を買うよう説得する要因は、消費者の好みによって様々である。 本稿では,まず,ファジィ技術を用いて顧客の意思決定行動に影響を与える重要な要因を,客車マーケティングの専門家にランク付けするよう依頼した。 我々は,イランの顧客の購入決定にどの要因がどのような影響を及ぼすかを明らかにするために,自己組織マップSOMと呼ばれる有用なニューラルネットワーク手法を適用した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Factors which attract customers and persuade them to buy new car are various regarding different consumer tastes. There are some methods to extract pattern form mass data. In this case we firstly asked passenger car marketing experts to rank more important factors which affect customer decision making behavior using fuzzy Delphi technique, then we provided a sample set from questionnaires and tried to apply a useful artificial neural network method called self_organizing map SOM to find out which factors have more effect on Iranian customer's buying decision making. Fuzzy tools were applied to adjust the study to be more real. MATLAB software was used for developing and training network. Results report four factors are more important rather than the others. Results are rather different from marketing expert rankings. Such results would help manufacturers to focus on more important factors and increase company sales level.
• Abstract（参考訳）: 客を惹きつけ、新車を買うよう説得する要因は、消費者の好みによって様々である。 パターン形状の質量データを抽出する方法はいくつかある。 本稿では,まず,ファジィデルフィ技術を用いて顧客の意思決定行動に影響を与える重要な要因について,客車マーケティングの専門家にランク付けするよう依頼し,質問紙からサンプルを抽出し,自己組織マップSOMと呼ばれる有用なニューラルネットワーク手法を適用し,イランの顧客の購買意思決定にどのような要因が影響するかを調べた。 ファジィツールを応用して、研究をよりリアルに調整した。 MATLABソフトウェアはネットワークの開発とトレーニングに使用された。 結果は、他の4因子よりも4因子の方が重要であることを報告している。 マーケティングの専門家のランキングとはかなり異なる。 このような結果は、メーカーがより重要な要素に集中し、企業の販売レベルを向上するのに役立ちます。

関連論文リスト

• Exploring the Causality of End-to-End Autonomous Driving [57.631400236930375]
  本稿では,エンドツーエンド自動運転の因果関係を探究し,分析するための包括的アプローチを提案する。 私たちの研究は、エンドツーエンドの自動運転の謎を初めて明らかにし、ブラックボックスを白い箱に変えた。
  論文  参考訳（メタデータ） (2024-07-09T04:56:11Z)
• An explainable machine learning-based approach for analyzing customers' online data to identify the importance of product attributes [0.6437284704257459]
  本稿では,製品開発におけるデザインの包括的意味を抽出するゲーム理論機械学習(ML)手法を提案する。 提案手法をKaggleの実際のラップトップのデータセットに適用し,結果に基づいて設計上の意味を導出する。
  論文  参考訳（メタデータ） (2024-02-03T20:50:48Z)
• AutoMix: Automatically Mixing Language Models [62.51238143437967]
  大規模言語モデル(LLM)は、さまざまなサイズと構成のクラウドAPIプロバイダから利用可能になった。 より小さなLMからの出力の近似精度に基づいて,クエリを大規模LMに戦略的にルーティングする手法であるAutomixを提案する。
  論文  参考訳（メタデータ） (2023-10-19T17:57:39Z)
• Buy when? Survival machine learning model comparison for purchase timing [0.0]
  本稿では,サポートベクトルマシン,遺伝的アルゴリズム,ディープラーニング,K平均といったマーケティング機械学習技術について検討する。 ジェンダー、インカム、ロケーション、購入履歴、オンラインディスカウント、興味、プロモーション、顧客体験はすべて、購入時間に影響を与える。 調査によると、DeepSurvモデルは購入完了が最良であると予測している。
  論文  参考訳（メタデータ） (2023-08-28T06:40:02Z)
• A Systematic Literature Review on Client Selection in Federated Learning [0.0]
  2017年にFL(Federated Learning)が発明され、モバイルデバイスなどのクライアントがモデルをトレーニングし、集中型サーバにアップデートを送信する。 このSLRは、FLにおけるクライアントの選択技術の現状を調査し、ソリューションを評価するための課題、ソリューション、メトリクスに答えます。
  論文  参考訳（メタデータ） (2023-06-08T01:26:22Z)
• A Hybrid Statistical-Machine Learning Approach for Analysing Online Customer Behavior: An Empirical Study [2.126171264016785]
  我々は、中国最大のオンライン小売店であるJDにおいて、特定の商品カテゴリーに対する454,897人のオンライン顧客行動を分析するハイブリッド解釈モデルを開発した。 以上の結果から,顧客の製品選択が約束される納期に無関心であることが分かるが,この要因は顧客の注文量に大きな影響を及ぼす。 特定のディスカウントアプローチがより効果的である製品クラスを特定し、異なるディスカウントツールの使用を改善するためのレコメンデーションを提供する。
  論文  参考訳（メタデータ） (2022-12-01T19:37:29Z)
• Winning solutions and post-challenge analyses of the ChaLearn AutoDL challenge 2019 [112.36155380260655]
  本稿では,ChaLearnのAutoDLチャレンジシリーズの結果と今後の課題について述べる。 その結果,一般的なニューラルネットワーク探索(NAS)は実用的ではなかったものの,DL手法が支配的であったことが示唆された。 メタラーナー"、"データインジェクタ"、"モデルセレクタ"、"モデル/ラーナー"、"評価器"を特徴とする、ハイレベルなモジュール化組織が登場した。
  論文  参考訳（メタデータ） (2022-01-11T06:21:18Z)
• A Comparative Study of Sentiment Analysis Using NLP and Different Machine Learning Techniques on US Airline Twitter Data [0.0]
  知覚分析は自然言語処理(NLP)と機械学習(ML)の技法である 本稿では,2つのNLP手法(Bag-of-WordsとTF-IDF)と各種ML分類アルゴリズムを提案する。 ベストアプローチは,Bag-of-Words技術を用いたSupport Vector MachineとLogistic Regressionを用いた77%の精度を提供する。
  論文  参考訳（メタデータ） (2021-10-02T18:05:00Z)
• Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
  建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。 本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。 本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
  論文  参考訳（メタデータ） (2021-01-24T05:40:29Z)
• Learning to Infer User Hidden States for Online Sequential Advertising [52.169666997331724]
  本稿では,これらの問題に対処するディープインテントシーケンス広告(DISA)手法を提案する。 解釈可能性の鍵となる部分は、消費者の購入意図を理解することである。
  論文  参考訳（メタデータ） (2020-09-03T05:12:26Z)
• An Information-Theoretic Approach to Personalized Explainable Machine Learning [92.53970625312665]
  本稿では,予測とユーザ知識のための簡易確率モデルを提案する。 説明と予測の間の条件付き相互情報による説明の効果を定量化する。
  論文  参考訳（メタデータ） (2020-03-01T13:06:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。