TY  - BOOK
AU  - Eman Abo elHamd Abd elHamed,
AU  - Mohamed Mostafa Saleh.
TI  - Maximizing Customer Engagement using Deep Reinforcement Learning
U1  - 361.32 
PY  - 2022///
KW  - Social service
KW  - Fuzzy Logic
N1  - Thesis (Ph.D)-Cairo University-Faculty of Computing and Artificial Intelligence,2022; Bibliography: p. 118-133
N2  - فى التسويق المباشر ، تعد قيمه مشاركه العملاء مقياسا شاملا لقياس المشاركه الكليه للعميل داخل الشركه. و تتكون هذه القيمه الكليه من مكونات الشراء و عدم الشراء. تستخدم القيمه الدائمه للعميل كمقياس لمكون الشراء. فى حين ان قيمه إحاله العميل ، و قيمه المؤثر علي العميل ، و قيمه معرفه العميل هى مكوناتها الغير شرائيه. و قد تنافس العديد من الباحثون فى تطوير نماذج إما متعلقه بقيمه مشاركه العملاء او لأى من مكواناتها كل على حده. و فى الوقت نفسه كانت النماذج السابقه المتعلقه بقيمه مشاركه العملاء قليله جدا و نظريه و لم يكن أيا من هذه النماذج يهدف الى تعظيم قيمه مشاركه العملاء. ذهب غالبيه الباحيثين الى تطوير نماذج لحساب و تحليل و محاكاة مكونات قيمه مشاركه العملاء بشكل منفصل. و لكن فقط قله من هؤلاء الباحثين حاولوا التنبؤ بالقيمه الدائمه للعميل أو تعظيمها. كما تناول عدد من الباحثين كل مكون من المكونات غير الشرائيه بنماذج نظريه مختلفه بشكل أساسي من أجل تحليل هذه المكونات و ليس لتعظيم قيمها.    الهدف من هذا البحث هو تعظيم قيمه مشاركه العملاء من خلال زياده قيمه كل من مكوناته على حده. بالنسبه للقيمه الدائمه للعميل فلقد تم تطوير نموذجين لتعظيم قيمتها. حيث يتم استخدام المنطق الضبابي و منطق العدلات للبحث عن القيم العشوائيه لمعدل قياس القيمه طويله المدى للعميل. يتم ذلك باستخدام دالتين لتحديد العضويه (شبه منحرف وثلاثي). يتم تطبيق هذه النماذج على مجموعتين من البيانات لاختبار مدى فاعلياتهما. و قد تفوق بالفعل كل من النموذجين على النماذج السابقه الاخرى
ER  -