بازبینی مکانیزم های داده کاوی جهت اعتبار سنجی مشتریان بانکی

در سالهای اخیر اعطای تسهیلات بانکی با مشکلاتی از قبیل ریسک اعتباری مشتریان مواجه شده است[۱]، پایه ریزی و ایجاد یک سیستم برای کنترل ریسک مشتریان، جزئی ضروری ازمدیریت علمی یک بانک به شمارمی رود.[۳] اگر یک سیستم اعتباردهی درست وجود داشته باشد میزان مطالبات معوق کاهش یافته و فرایند اعطای تسهیلات سریع تر میشود و همچنین ریسک اعتباری و هزینه های بانک به مقدار قابل توجهی کاهش پیدا می کند. تکنیکهای داده کاوی بسیاری جهت پیش بینی و اعتبارسنجی مشتریان بانکی وجود دارد که هریک از آنها را میتوان با توجه به داده ها وکارایی مورد نظر انتخاب کرد.[۲]لذا در این مقاله برآنیم تا با مروری بر مکانیزم ها و الگوریتم های داده کاوی همچون (الگوریتم های K-Means، J۴۸، رگرسیون لاجیت(مدل لاجیت) و یک روش اعتبار سنجی با تکنیک داده کاوی و منطق فازی) ، که توسط پژوهشگران جهت اعتبار سنجی مشتریان بانکی صورت گرفته بپردازیم.

کلیدواژه ها:

اعتبار سنجی ، داده کاوی ، ریسک اعتباری ، رگرسیون لاجیت ، منطق فازی