LuanVan.vnLuận Văn
Gửi thư

Ứng dụng học máy dự đoán khách hàng rời bỏ nền tảng thương mại điện tử dược phẩm

Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhMarketing, thương mại
Tác giảNgô Nhật An
Người hướng dẫnHoàng Anh
Cơ sở đào tạoTrường Đại học Kinh tế TP. Hồ Chí Minh
Năm2025
NguồnThư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc

Tóm tắt

Trong bối cảnh thương mại điện tử bùng nổ mạnh mẽ, việc dự đoán khách hàng từ bỏ dịch vụ là một bài toán rất quan trọng đối với doanh nghiệp, đặc biệt là khách hàng B2B trong lĩnh vực dược phẩm nhằm đưa ra các biện pháp, chiến lược tiếp thị để giữ chân khách hàng một cách hiệu quả và thành công. Đề tài nghiên cứu này ứng dụng quy trình CRISP-DM và dựa trên bộ dữ liệu về lịch sử giao dịch của khách hàng, sử dụng K-Means để phân tích hành vi của khách hàng, phân cụm khách hàng để hiểu rõ hơn hành vi của họ, đồng thời sử dụng các mô hình học máy Logistic Regression, Random Forest và KNN để dự đoán khả năng rời bỏ dịch vụ từ bộ dữ liệu thực tế thu thập trên hệ thống OCS của doanh nghiệp. Kết quả cuối cùng có 3 phân khúc khách hàng được thu bằng phân cụm K-Means, mô hình Logistic Regression đạt hiệu suất cao nhất so với các mô hình còn lại. Đề tài này góp phần mở rộng hướng ứng dụng học máy vào lĩnh vực thương mại điện tử dược phẩm, có ý nghĩa quan trọng trong quản trị quan hệ khách hàng của doanh nghiệp.
Bản toàn văn lưu tại thư viện Trường Đại học Kinh tế TP. Hồ Chí Minh

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn marketing, thương mại · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.