پایان نامه رایگان با موضوع مقایسات زوجی، سلسله مراتبی، سلسله مراتب

اساس قضاوت اولیه تصمیم گیرنده صورت می‌پذیرد که در قالب ماتریس زوجی ظاهر می‌شود و هرگونه خطا و ناسازگاری در مقایسه و تعیین اهمیت بین گزینه‌ها و شاخص‌ها، نتیجه‌ی نهایی به دست آمده از محاسبات را مخدوش می‌سازد. به همین دلیل لازم است برای اطمینان از صحت مقایسات انجام شده، از آزمون نرخ سازگاری165 استفاده شود. اگر نرخ سازگاری کمتر از 10% باشد، سازگاری مقایسات قابل قبول بوده و وزن‌های بدست آمده از روش تحلیل سلسله مراتبی از اعتبار مناسبی برخوردارند، در غیر این صورت مقایسه‌ها باید تجدیدنظر شوند.
حال برای تعیین وزن شاخص‌ها از نظرات 7 کارشناس و 3 مدیر مرکز اپل ایران استفاده کردیم، تا پس از توضیح و تبیین اهداف پژوهش برای آنان، نظرات خود را نسبت به ارزش متغیرهای تراکنشی R، F و M ابراز دارند. برای بدست آوردن ماتریس مقایسات زوجی اولیه‌ی مربوط به این شاخص‌ها از میانگین حسابی نظرات این 10 خبره استفاده شده است که به شرح جدول 4-6 می‌باشد:
جدول 4-6 ماتریس اولیه مقایسات زوجی شاخص های تراکنشی
M
F
R
204/0
294/0
1
R
625/0
1
4/3
F
1
6/1
9/4
M
829/1
894/2
3/9
مجموع
اکنون هر عنصر ستون را بر مجموع اعداد ستون مربوطه تقسیم می‌کنیم. ماتریس حاصل را ماتریس مقایسات نرمال166 می‌گویند. همچنین میانگین اعداد هر سطر از ماتریس مقایسات نرمال شده را محاسبه می‌کنیم. این میانگین وزن نسبی عناصر تصمیم با سطرهای ماتریس را ارائه می‌دهد. در جدول 4-7 ماتریس مقایسات نرمال و وزن عناصر نشان داده شده است.
جدول 4-7 ماتریس مقایسات نرمال و وزن شاخص های تراکنشی محاسبه شده با روش تحلیل سلسله مراتبی
وزن
مجموع
M
F
R
109/0
328/0
118/0
102/0
108/0
R
351/0
054/1
342/0
346/0
366/0
F
524/0
572/1
547/0
573/0
452/0
M
به این ترتیب وزن متغیرهای سه‌گانه مدل RFM به صورت زیر محاسبه شدند.
علاوه براین رابطه‌ی 4-4 نیز برقرار است:
(4-4)
مجموع وزن‌های متغیرهای R و F و M را برای مکان مورد نظر محاسبه می‌کنیم، که با تقریب به عدد یک می‌رسیم.
4-5 اطمینان از صحت و درستی وزنهای محاسبه شده در تکنیک AHP با استفاده از آزمون نرخ سازگاری
نرخ سازگاری167، وسیله‌ای است که سازگاری را مشخص ساخته و نشان می‌دهد که تا چه حد می‌توان به اولویت‌های حاصل از مقایسات اعتماد کرد. شاید مقایسه دو گزینه امری ساده باشد، اما وقتی که تعداد مقایسات افزایش یابد اطمینان از سازگاری مقایسات به راحتی میسر نبوده و باید با به کارگیری نرخ سازگاری به این اعتماد دست یافت.
تجربه نشان داده است که اگر نرخ سازگاری کمتر از 10% باشد، سازگاری مقایسات قابل قبول بوده و در غیر این صورت مقایسه‌ها باید تجدیدنظر شوند و از ابتدا مراحل انجام شود. برای محاسبه نرخ سازگاری پنج گام باید برداریم. گام نخست محاسبه بردار مجموع وزنی168 می‌باشد. ماتریس مقایسات زوجی را در بردار ستونی وزن‌های نسبی ضرب می‌کنیم و بردار مجموع وزنی را به دست می‎آوریم:
گام دوم محاسبه بردار سازگاری169 است که از تقسیم بردار مجموع وزنی بر وزن نسبی به دست می‌آید.
گام سوم محاسبه یا میانگین عناصر بردار سازگاری می‌باشد:
در گام چهارم شاخص سازگاری170 به این صورت محاسبه می‌شود:
در این فرمول n عبارت است از تعداد گزینه‌های موجود در مسئله که در این پژوهش چون سه متغیر R و F و M داریم بنابراین می‌باشد.
گام پنجم (گام نهایی)، محاسبه نرخ سازگاری171 است که از تقسیم شاخص سازگاری بر شاخص تصادفی172 به دست می‌آید. مقدار شاخص تصادفی در محاسبه‌ی نرخ سازگاری از جدول 4-8 بدست می‌آید:
جدول 48 مقدار شاخص تصادفی جهت محاسبه نرخ سازگاری
4
3
2
1
N
9/0
58/0
RI
با توجه به اینکه نرخ سازگاری کمتر از 10% است بنابراین می‌توان گفت که وزن‌های بدست آمده از اعتبار لازم برخوردارند.
4-6 پیاده‌سازی مدل‌ها در مرکز اپل ایران
4-6-1 بخش‌بندی دو مرحله‌ای مشتریان با استفاده از مدل اول
در نخستین مرحله از این مدل، داده‌ها را به روش SOM بنا بر مشخصه‌های جمعیت‌شناختی مشتریان بخش‌بندی می‌کنیم. این مشخصه‌ها شامل: 1) جنیست-مرد، 2) سن، 3) دیپلم و زیر دیپلم، 4) لیسانس فوق دیپلم، 5) فوق لیسانس می‌باشند. بعد از اجرای آن در نرم‌افزار کلمنتاین به 9 بخش شامل جدول 4-9 می‌رسیم.
جدول 4-9 بخش‌بندی 347 مشتری بر اساس متغیرهای جمعیت‌شناختی به روش SOM
بخش‌ها
مشخصات جمعیت‌شناختی
X
y
تعداد
جنسیت-مرد
طیف سنی
تحصیلات
73
73
[70-13]
دیپلم و زیر دیپلم
2
60
46
[54-22]
فوق لیسانس
1
16
[41-11]
دیچلم و زیر دیپلم
1
1
10
10
[53-26]
دکتری
1
2
1
1
69
فوق لیسانس
2
7
[49-36]
دکتری
2
2
22
22
[68-46]
لیسانس و فوق دیپلم
3
44
[50-18]
لیسانس و فوق دیپلم
3
2
114
114
[45-19]
لیسانس و فوق دیپلم
چون در بخش پنجم (x=1, y=2) فقط یک نفر می‌باشد، این رکورد را حذف کرده و بخش‌بندی 346 داده دیگر را با روش SOM انجام می‌دهیم، که به 9 بخش با مشخصات جدول 4-10 می‌رسیم:
جدول 4-10 بخش‌بندی 346 مشتری بر اساس متغیرهای جمعیت‌شناختی به روش SOM
بخش‌ها
مشخصات جمعیت‌شناختی
X
y
تعداد
جنسیت-مرد
طیف سنی
تحصیلات
132
132
[55-19]
لیسانس و فوق دیپلم
2
44
[50-18]
لیسانس و فوق دیپلم
1
4
4
[68-58]
لیسانس و فوق دیپلم
1
2
7
[49-36]
دکتری
2
2
2
[70-55]
دیپلم و زیر دیپلم
2
1
10
10
[53-26]
دکتری
2
2
14
[40-22]
فوق لیسانس
3
87
71
[50-11]
دیپلم و زیر دیپلم
3
2
46
46
[54-24]
فوق لیسانس
در جدول 4-10 بخش سوم (x=1, y=0) و بخش پنجم (x=2, y=0) شامل 4 و 2 رکورد می‌باشد، با حذف این داده‌ها دوباره 340 داده‌ی دیگر را به روش SOM بخش‌بندی می‌کنیم، که در جدول 4-11 بیان شده است.
جدول 4-11 بخش‌بندی 360 مشتری بر اساس متغیرهای جمعیت‌شناختی به روش SOM
بخش‌ها
مشخصات جمعیت‌شناختی
X
Y
تعداد
جنسیت-مرد
طیف سنی
تحصیلات
44
[50-18]
لیسانس و فوق دیپلم
2
132
132
[55-19]
لیسانس و فوق دیپلم
1
7
[49-36]
دکتری
2
14
[40-22]
فوق لیسانس
2
1
10
10
[53-26]
دکتری
2
2
8
8
[50-45]
دیپلم و زیر دیپلم
3
46
46
[54-24]
فوق لیسانس
3
2
79
63
[44-11]
دیپلم و زیر دیپلم
حال برای اینکه بتوانیم هر کدام از 8 بخش از مرحله‌ی قبل را به روش K میانگین بنا بر متغیرهای وزن‌دار تراکنشی در نرم‌افزار کلمنتاین بخش‌بندی می‌کنیم (جدول 4-13) ابتدا باید مقدار بهینه‌ی k را در هر خوشه به روش دیویس بولدین در نرم‌افزار مطلب به دست می‌آوریم که در جدول 4- 12 نشان داده شده است.
جدول 4-12 تعداد بهینه‌ی k در 8 بخش به دست آمده از مرحله‌ی اول
بخش‌ها
k بهینه در هر بخش
X
Y
6
2
4
1
3
2
4
2
1
5
2
2
3
3
5
3
2
4
برای رتبه‌بندی خوشه‌های مشتریان بر اساس ارزش رفتاری آنها از فرمول 4-5 استفاده شده است.
(4-5)
پارامترهای به کار رفته در فرمول های فوق به شرح زیر می باشند:
: وزن شاخص Recency
: وزن شاخص Frequency
: وزن شاخص Monetory
: متوسط مقدار شاخص Recency برای خوشه i
: متوسط مقدار شاخص Frequency برای خوشه i
: متوسط مقدار شاخصMonetory برای خوشه i
: ارزش رفتاری برای خوشه i
: تعداد مشتریانی که در خوشه i قرار گرفتند.
همچنین برای مقایسه خوشه‌ها از لحاظ متغیرهای تراکنشی با میانگین کل هر متغیر از فلش‌ استفاده شده است. به طور مثال اگر متغیر WR در خوشه‌ای مقدارش از میانگین کل WRها بیشتر باشد آن را با فلش رو به بالا () نمایش می‌دهیم و چون سه پارامتر تراکنشی داریم و هر کدام دو حالت خواهند داشت در نتیجه 8 نوع الگو به وجود می‌آید که در جدول 4-12 نشان داده شده است.
جدول 4-13 رتبه‌بندی خوشه‌ها بر اساس مجموع متغیرهای استاندارد شده R و F و M وزن‌دار در مدل اول
شماره بخش SOM
بخش SOM
شماره خوشه‌ی K میانگین
تعداد
WR
WF
WM
WRFM
رتبه‌بندی بر اساس ارزش
نوع الگو
1
X=0
Y=0
1
11
019/0
000/0
057/0
076/0
27
2
6
094/0
005/0
112/0
211/0
11
3
19
069/0
005/0
013/0
087/0
25
4
3
071/0
015/0
181/0
267/0
9
5
11
043/0
002/0
055/0
1/0
22
6
3
095/0
000/0
003/0
098/0
23
2
X=0 Y=2
1
57
089/0
006/0
043/0
138/0
15
2
1
053/0
037/0
47/0
56/0
3
3
23
019/0
002/0
051/0
072/0
28
4
51
053/0
003/0
051/0
107/0
21
3
X=1 Y=0
1
3
066/0
002/0
12/0
188/0
12
2
3
023/0
002/0
036/0
061/0
31
3
1
099/0
000/0
189/0
288/0
7
4
X=2 Y=0
1
4
05/0
007/0
062/0
119/0
18
2
2
097/0
004/0
129/0
23/0
10
3
5
013/0
003/0
053/0
069/0
29
4
3
077/0
002/0
061/0
14/0
14
5
X=2 Y=1
1
2
108/0
004/0
004/0
116/0
19
2
1
093/0
351/0
136/0
58/0
2
3
2
012/0
004/0
053/0
069/0
29
4
2
095/0
026/0
262/0
383/0
5
5
3
076/0
000/0
003/0
079/0
26
6
X=2, Y=2
1
2
087/0
011/0
078/0
176/0
13
2
5
035/0
001/0
056/0
092/0
24
3
1
057/0
022/0
193/0
272/0
8
7
X=3, Y=0
1
11
096/0
003/0
035/0
134/0
16
2
1
091/0
051/0
524/0
666/0
1
3
16
028/0
003/0
03/0
061/0
31
4
3
102/0
007/0
2/0
309/0
6
5
15
057/0
001/0
062/0
12/0
17
8
X=3, Y=2
1
21
09/0
007/0
015/0
112/0
20
2
20
022/0
002/0
038/0
062/0
30
3
3
095/0
005/0
294/0
394/0
4
4
35
055/0
004/0
041/0
1/0
22
میانگین کل متغیرهای تراکنشی
06/0
005/0
06/0
12/0
4-6-1-1 تحلیل خوشه‌ها (بخش‌ها) در مدل اول
بخش اول
شامل 44 مشتری خانم در طیف سنی 18 تا 50 سال با تحصیلات لیسانس و فوق دیپلم می‌باشد که دارای شش خوشه با رتبه‌های 27، 11، 25، 9 و 22 با چهار الگوی مختلف است، چون خوشه‌های 2 و 4 وخوشه‌های 1 و 5 الگوی یکسانی دارند می‌توان آنها را یک خوشه نیز در نظر گرفت.
بخش دوم
شامل 132 مشتری مرد در طیف سنی 19 تا 55 سال با تحصیلات لیسانس و فوق دیپلم می‌باشد و دارای چهار خوشه با رتبه‌های 15، 3، 28 و 21 با سه الگوی متفاوت است، چون خوشه 3 و 4 الگوی یکسانی دارند می‌توان آنها را یک خوشه نیز در نظر گرفت. تعداد مشتریان این بخش بیشتر از بقیه می‌باشد.
بخش سوم
شامل 7 مشتری خانم، در طیف سنی 36 تا 49 سال با تحصیلات دکتری می‌باشند و دارای سه خوشه با رتبه‌های 12، 31 و 7 با دو الگوی متفاوت است. چون خوشه 1 و 3 الگوی یکسانی دارند می‌توان آنها را یک خوشه نیز در نظر گرفت. تعداد مشتری در این بخش کمتر از بقیه می‌باشد و پایین‌ترین رتبه مشتریان از لحاظ ارزش به خوشه دوم از این بخش تعلق دارد.
بخش چهارم
شامل 14 مشتری خانم، در طیف سنی 22 تا 40 سال با تحصیلات فوق لیسانس می‌باشد و دارای چهار خوشه با رتبه‌های 18، 10، 29 و 14 با سه الگوی مختلف است، چون خوشه 2 و 4 الگوی یکسانی

مطلب مشابه :  دانلود پایان نامه درموردشبیه سازی، نرم افزار، دینامیکی