بکارگیری تکنیکهای خوشه بندی و الگوریتم ژنتیک در ساخت درختان تصمیم گیری برای طبقه بندی بهینه مشتریان بانکها
محل انتشار: سومین کنفرانس داده کاوی
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 4,589
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IDMC03_035
تاریخ نمایه سازی: 13 دی 1389
چکیده مقاله:
بانکها به منظور تعیین ریسک اعتباری و ارائه خدماتمالی به مشتریان خودنیازمند شناسای دقییق آنها هستند مدلهای اعتبار سنجی می تواننددر این زمینه به پشتیبانی از بانکها بپردازند درختان تصمیم گیری به عنوان یکی از تکنیکهای داده کاوی کاربرد زیادی در اعتبار سنجی مشتریان بانکها و اعطای تسهیلات اعتباری به آنها دارند. مسئله اصلی شامل دقت طبقه بندی پیچیدگی اندازه بیش از حد و عدم انعطافپذیری درختان تصمیم گیری در طبقه بندی و اعتبار سنجی مشتریان است هدف از این مقاله ارائه مدل تلفیقی پیشنهادی برای حل مسائل فوق و بهینه سازی درختان تصمیمگیری و با بکارگیری تکنیکهای خوشه بندی و الگوریتم ژنتیک است می توان با انتخاب ویژگیهای مناسب توسط الگوریتم ژنتیک و ساخت درختان تصمیم گیری به کاهش پیچیدگی افزایش انعطاف پذیری و دقت طبقه بندی پرداخت در مدل تلفیقی پیشنهادی ابتدا عمل خوشه بندی برروی مجموعه داده اعتباری صورت می گیرد. سپس توسط الگوریتم طبقه بندی متا و الگوریتم انتخاب ویژگی مبتنی بر درخت تصمیم گیری ژنتیکی درخت تصمیم گیری C4.5 در هر خوشه ساخته می شود در نهایت با اتخاذ یک استراتژی مناسب بهترین درختان تصمیم گیری در هر خوشه برای اعتبار سنجی مشتریان انتخاب می شود.
کلیدواژه ها:
نویسندگان
محمد خان بابایی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران