A COMBINED APPROACH OF CLUSTERING AND ASSOCİATİON RULE MİNİNG FOR CUSTOMER PROFILING IN VIDEO ON DEMAND SERVICES
Date
2022-01-24
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Today, IPTV (Internet Protocol Television) service providers offer VoD
(Video on Demand) services as part of their business initiative toward generating
more revenue. To do this, they need to know about customer behaviors and
expectations. Such information related to users is stored in CRM (Customer
Relationship Management) systems. Against this backdrop, the present work aims to
analyze customers in VoD services with applying clustering and Association Rule
Mining techniques. The LRFMP (Length, Recency, Frequency, Monetary, and
Periodicity) model is applied to find out the customer behaviors, whereas the k means clustering algorithms allow for determining the number of clusters and
customer profiles. As a result, four different customer groups are identified, namely
as “consuming and most valuable”, “less consuming and less valuable”, “less
consuming but loyal”, and “neither loyal nor valuable”. A major source of
information for this study is the content type or genre as regards the content category
and rental preferences of subscribers. To this end, the association rule algorithm
(Apriori) is employed to predict the customers’ potential rentals. A combined
approach as such would be useful for IPTV service providers to further shed light on
precise customer behaviors and preferences, thus allowing to create more targeted
marketing strategies for each category of subscribers in order to improve customer
satisfaction and increase revenues in the long run.
Description
ÖZ: Günümüzde IPTV (İnternet Protokol Televizyonu) hizmet sağlayıcıları, daha fazla
gelir elde etmek için yaptıkları iş girişimlerinin bir parçası olarak VoD (İsteğe Bağlı
Video) hizmetleri sunmaktadır. Bunu yapmak için müşteri davranışları ve
beklentileri hakkında bilgi sahibi olmaları gerekir. Kullanıcılarla ilgili bu tür bilgiler
CRM (Müşteri İlişkileri Yönetimi) sistemlerinde saklanır. Bu çerçevede, bu çalışma
VoD hizmetlerindeki müşterileri kümeleme ve dernek kuralı madenciliği teknikleri
uygulayarak analiz etmeyi amaçlamaktadır. LRFMP (Uzunluk, Yenilik, Frekans,
Parasal ve Periyodiklik) modeli, müşteri davranışlarını bulmak için uygulanır ve k küme algoritmaları kümelerin ve müşteri profillerinin belirlenmesini sağlar. Sonuç
olarak, dört farklı müşteri grubu, “tüketen ve en değerli”, “daha az tüketen ve daha az
değerli”, “daha az tüketen ama sadık” ve “ne sadık ne de değerli” olarak tanımlanır.
Bu çalışma için önemli bir bilgi kaynağı, abonelerin içerik kategorisi ve kiralama
tercihleriyle ilgili olarak içerik türü veya türüdür. Bu amaçla, müşterilerin potansiyel
kiralarını tahmin etmek için ilişkilendirme kuralı algoritması (Apriori) kullanılır. Bu
çalışmada, IPTV hizmet sağlayıcılarının hassas müşteri davranışlarına ve tercihlerine
daha fazla ışık tutması için birleşik bir yaklaşım yararlı olacaktır, bu da müşteri
memnuniyetini artırmak ve uzun vadede gelirleri artırmak için her bir abone
kategorisi için daha hedefli pazarlama stratejileri oluşturulmasına izin verir.
Keywords
software