امتیاز اعتباری مبتنی بر هوش مصنوعی برای مشتر یان در سیستم مدیریت ریسک تجارت الکترونیک
عنوان مقاله: امتیاز اعتباری مبتنی بر هوش مصنوعی برای مشتر یان در سیستم مدیریت ریسک تجارت الکترونیک
شناسه ملی مقاله: CSCG04_005
منتشر شده در چهارمین کنفرانس بین المللی محاسبات نرم در سال 1400
شناسه ملی مقاله: CSCG04_005
منتشر شده در چهارمین کنفرانس بین المللی محاسبات نرم در سال 1400
مشخصات نویسندگان مقاله:
سمیرا حسن پور ترکمان - دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرای ش نرم افزار، موسسه آموزش عالی آفاق
پریناز اسکندریان - عضو هیات علمی گروه مهندسی کامپیوتر، موسسه آموزش عالی آفاق
قادر کیان مهر - کارشناس ارشد مهندسی کامپیوتر گرای ش تجارت الکترونیک، دانشگاه خواجه نصیرالدین طوسی؛
خلاصه مقاله:
سمیرا حسن پور ترکمان - دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرای ش نرم افزار، موسسه آموزش عالی آفاق
پریناز اسکندریان - عضو هیات علمی گروه مهندسی کامپیوتر، موسسه آموزش عالی آفاق
قادر کیان مهر - کارشناس ارشد مهندسی کامپیوتر گرای ش تجارت الکترونیک، دانشگاه خواجه نصیرالدین طوسی؛
سیستم امتیاز اعتباری یک تعبیر عددی است که مبنای محاسبه آن تحلیل پرونده های اعتباری یک فرد است، تا ریسک اعتباری او محاسبه شود. این امتیاز بر اساس یک گزارش اعتباری تهیه می شود که معمولا منبع آن مراکز اعتبارسنجی هستند. وام دهنده هایی مثل بانک ها و شرکت های صادرکننده کارت های اعتبا ری، از امتیاز اعتباری بر ای محاسبه ریسک اعتباری استفاده می کنند، ریسکی که با قرض دادن پول به مصرف کننده ها ایجاد می شود. به هر حال اعتباردهنده ها هم می خواهند ضررهای ناشی از بدهی های بد را به حداقل برسانند. بنابراین از این امتیاز بر ای تایید یا رد تقاضاهای وام، محاسبه نرخ بهره، و محدودسا زی اعتبار استفاده می کنند. در این تحقیق، یک مدل امتیازده ی اعتباری CS برای جایگزینی بررسی پیش ریسک در سیستم مدیریت ریسک تجارت الکترونیک توسعه داده می شود، که در حال حاضر یکی از پرکاربردترین سیستم ها برای ارزیابی احتمالی مشتریان است. بررسی پیش ریسک از داده های فرآیند سفارش استفاده می کند و شامل قوانین حذف و یک مدل امتیاز دهی اعتباری عمومی است. . تمرکز این تحقیق، توسعه یک مدل مبتنی بر برنامه نویسی ژنتیکی GP برای پیش بینی احتمال عدم پرداخت در پرداخت هزینه سفارشات می باشد. نتایج ارائه شده با استفاده از یک مدل امتیاز اعتباری بر اساس برنامه نویسی ژنتیک در مقایسه با عدم استفاده از مدل امتیاز اعتباری به طور کلی ۱۸.۶ ٪ افزایش سود را نشان داده است
کلمات کلیدی: امتیاز اعتباری، مدل امتیاز دهی، برنامه نویسی ژنتیک، ریسک اعتباری، ارزیابی مشتریان
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1418514/