كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / دهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

Time Series Forecasting of Active Customers Using Sequence Models: A Comparative Evaluation

نویسندگان :

Alireza Dehghan¹ Moslem Habibi²

1- دانشگاه صنعتی شریف 2- دانشگاه صنعتی شریف

کلمات کلیدی :

Machine Learning،Neural Networks،Time Series Analysis،Bayesian Optimization،Customer Relationship Management،Customer Experience

چکیده :

Active customer forecasting is crucial for software-as-a-service (SaaS) companies to plan resources and understand customer dynamics. This study benchmarks sequence modeling approaches to predict active customer accounts using a real-world dataset. It evaluates hybrid recurrent and convolutional neural networks against Facebook Prophet models, focusing on both multivariate and univariate time series analysis. Advanced models like Long Short-Term Memory (LSTM) networks and 1D Convolutional Neural Networks (Conv1D) are utilized. A comprehensive preprocessing pipeline and Bayesian hyperparameter optimization ensure robust models. The multivariate LSTM-Conv1D model shows superior performance, with a test mean absolute error of 16.49 and an R-squared of 0.84, outperforming Prophet models and univariate LSTM-Conv1D. The hybrid deep learning architecture excels by incorporating multiple related time series and modeling their complex interactions. The study finds up to a 96.62% improvement in accuracy over the Prophet model, highlighting deep learning's capability to capture intricate customer dynamics. This research provides practical guidelines for effective nonlinear time series modeling in customer forecasting for SaaS companies, enhancing data-driven decision-making.

لیست مقالات

لیست مقالات بایگانی شده

طبقه بندی اقلام انبار بر اساس روش ABC و رتبه بندی تامین کنندگان اقلام حیاتی با روش BWM و مولتی مورا (مطالعه موردی شرکت گوشتی کاله)

پژمان عسگری - امیر خاکباز

Investigating the factors of infertility with female cause of ART baruchs using decision tree algorithm and regression

Somayeh Ghiasi Hafazi - Sohrab Effati - Mahboubeh Afzali

بهینه سازی سیاست های یارانه ای دولت با هدف توسعه خودروهای الکتریکی: مطالعه موردی صنعت خودرو در ایران

نرگس محمدزاده - سید حسام الدین ذگردی

بکارگیری روش های یادگیری عمیق جهت پیش بینی تقاضای زنجیره‌ی تامین خون (مطالعه‌ی موردی: بیمارستان افضلی‌پور کرمان)

منصوره نادری پور - محمد مهدی سلندری

برنامه ریزی مسیر از نوع زمانی – مکانیِ درب تا درب در شبکه ی حمل‌ونقل بین‌شهری چندوجهی با استفاده از الگوریتم بهبودیافته انتشار موج در دو شهر ایران

محمد باقریان - بهنام باقریان - نسیم نهاوندی - مرتضی باقری

Extraction of the rules between the components of job anchors and job satisfaction of employees using rough theory set, case study: employees of food industry companies in Shahrood city.

Fatemeh Sohrabi - Reza Sheikh

طراحی مدل کسب و کار بازار صنایع دستی مطالعه موردی استان زنجان

علی ستاری - مجید حیدری

مدل‌سازی و تحلیل موانع یادگیری پایدار بین سازمانی در زنجیره‌تأمین (مورد مطالعه: زنجیره‌تأمین مس)

حسین جعفری هرمزد آبادی - عباس شول

بهبود فرآیند واکسیناسیون کووید-19 با استفاده از شش‌سیگما به منظور ارتقای‌سلامت در کشور ایران

محمدرضا محرمی - سید حمیدرضا شهابی حقیقی

ارائه مدلی برای مکانیابی رقابتی تخصیص تسهیلات مبتنی بر تعادل نش در تئوری بازی‌ها

سهیل امامیان - محمد حسامی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.2.1