Evaluation of Data Mining Classification Techniques and Performances to Banking Customers Credit Scoring
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,191
فایل این مقاله در 9 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:
SASTECH05_130
تاریخ نمایه سازی: 22 مرداد 1391
چکیده مقاله:
The clarity of the information about Iran’s banking system is increased at the result of the globalization of trade and the growing economy of the country’s economy and this is playing a significant role in the process of the banks in primary customer. Such a system which assist the banks in reaching their goals will require diversity ground. This system have some problems in Iran’s banking system due to the lack of comprehensive data bank of bank’s customer that these problems will be reveled in the payment facility to customers or presentation long-term programs about the amount of the facilities that will paid in the future and also this can’t considered as a guarantee for receipt of claims. Thus the lack of the full validation and scoring customers in Iranian banks with the aim of transparency and competition in the banking system is one of the main reasons for increased bank demand.There are many data mining techniques for predicting and validation of bank’s customers, that the most famous techniques is considered in this article which included: support vector machines, genetic programming, denotative analysis, logical regression, C4.5, Bagging, Boosting.
کلیدواژه ها:
نویسندگان
Narges khalesi
Master Student of Islamic Azad University, Zanjan
Amir hoeiyn shokuhi
MS Computer Engineering – Iran university of Science and Technology
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :