Strategy As Thoughts Multiplicity: The Innovative Participatory Learning Metaphor-Drama Research

Email: flotfi@ymail.com هدیکچ تخانش سیورس ییاسانش و نایرتشم عونت هب هجوت اب هددوس یاه سیورس ینوگانوگ و کناب نایرتشم زا روشک یکناب ماظن رد اه لاح رد یرتشم اب طابترا تیریدم .تسا رادروخرب ییلااب تیمها هداد صاصتخا دوخ هب تراجت یایند رد ار یزکرم هتسه رضاح ،تسا باتش هکبش ناریا رد هدافتسا دروم یکناب نیب هکبش نیرتمهم نیارد .دشاب یم شهوژپ زا هدافتسا اب نونف هداد شخب هب یواک یدنب هبتر و ب باتش هکبش رد نایرتشم یدنب دوبهب لدم کی زا هدافتسا ا رب ینتبم یواک هداد هتفای و دیرخ بوانت ،دیرخ یگزات غلبم جرخ هدش یارب یرخ د دش هتخادرپ ه کناب هک یوحن هب نیا رد دنناوتب اه نیودت هب و هدومن یبایزرا و لیلحت ار دوخ نایرتشم راتفر هکبش .دنزادرپب نایرتشم اب دروخرب رد رثوم یاهتسایس تهج نینچمه تاعلاطم قیرط زا تاعلاطا شیازفا و هباشم تاعلاطم یسررب یروآدرگ رظن دروم لدم اب طبترم تاعلاطا ،یتنرتنیا و یا هناخباتک ًاتیاهن .دش FMW + R تهج یلدم هشوخ و کناب نایرتشم یدنب شنکارت اد ناشن قیقحت جیاتن .دیدرگ هئارا اهنآ یاه هعسوت لدم هک د هتفای FMW + R لدم هب تبسن یرتلااب تقد زا RFM هیاپ رادروخرب کناب لدم نیا زا هدافتسا اب و تسا یم اه نایرتشم دنناوت لدابت هکبش رد لاعف ییاسانش ار )باتش(یکناب نیب نایرتشم و دننک لاناک و هبنج زا ار هنیزهرپ یطابترا یاه تاعلاطا و دزمراک نازیم ی رگومد کیفا .دنهد صیخشت هژاو ياه يدیلک هداد هتسد ،یواک ،یدنب هشوخ یدنب ، هبتر ،کناب ،نایرتشم یدنب یرتشم اب طابترا تیریدم ، RFM Abstract Knowing customers and identifying profitable services is of great importance due to the diversity of bank customers and the variety of services in the country's banking system. Customer relationship management is currently the core of the business world, the most important interbank network used in Iran is the Shetab network. In this research, data mining techniques are used to segment and rank customers in the Shetab network, using an improved data mining model based on recent purchasing, purchase frequency and amount spent on purchases so that banks can behave in this network. Analyze and evaluate your customers and formulate effective policies in dealing with customers. Also, in order to review similar studies and increase information through library and internet studies, information related to the model was collected. Finally, R + FMW presented a model for clustering bank customers and their transactions. The results showed that the developed R + FMW model has a higher accuracy than the basic RFM model, and using this model, banks can identify customers active in the interbank exchange network (acceleration) and customers and costly communication channels. In terms of fees and demographic information.