خوشه بندی مشتریان بانک با استفاده از شبکه های عصبی رقابتی

بخش بندی مشتریان، فرصتی برای توجه به نیازهایی است که در پرتو بازاریابی انبوه مجالی برای ابرازشان نبوده است. هدف اولیه ی بخش بندی یافتن و حفظ مشتریانی است که قصد ارائه ی خدمت به آن ها را داریم. در این پژوهش خوشه بندی مشتریان بانک با استفاده از شبکه های عصبی مصنوعی رقابتی و روش های آماری سنتی با یکدیگر مقایسه شده اند. برای خوشه بندی مشتریان، ۷ مشخصه ی کلیدی ۶۰۰ مشتری از مشتریان یک بانک استخراج شده است. با استفاده از یک شبکه ی عصبی رقابتی و همچنین روش آماری وارد خوشه بندی مشتریان انجام گرفته و نتایج حاصل با استفاده از روش تحلیل تمایزات و شاخص های MAPE و RMSE با یکدیگر مقایسه شده است. مقایسه ی خوشه بندی های انجام شده، برتری قابل توجه شبکه ی عصبی رقابتی بر روش آماری وارد را نشان می دهد. خوشه بندی با استفاده از شبکه های عصبی رقابتی نقطه ی قوت و نوآوری این مقاله است. به خصوص که رفع نرون مرده در شبکه های عصبی رقابتی مورد تاکید قرار گرفته است. این مهم با استفاده از ترم بایاس در شبکه ی عصبی رقابتی، قابل دستیابی است که در این مقاله بر آن تاکید شده است.

کلیدواژه ها:

خوشه بندی مشتریان ، شبکه ی همینگ ، نرون مرده ، روش وارد ، تحلیل تمایزات