Evaluation of Data Mining Classification Techniques and Performances to Banking Customers Credit Scoring
- سال انتشار: 1390
- محل انتشار: پنجمین کنفرانس بین المللی پیشرفت های علوم و تکنولوژی
- کد COI اختصاصی: SASTECH05_130
- زبان مقاله: انگلیسی
- تعداد مشاهده: 1244
نویسندگان
Master Student of Islamic Azad University, Zanjan
MS Computer Engineering – Iran university of Science and Technology
چکیده
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
Banking facilities, Data mining, Validationمقالات مرتبط جدید
- بررسی عددی تاثیر لایه مرزی بر عملکرد انتقال حرارت و افت فشار در مبدل های حرارتی
- Quantitative Insights into G Protein Signaling: A Review of Recent SPR Methodologies and Discoveries
- استفاده از دو الگوریتم رمزنگاری AES و DES در راستای افزایش امنیت اطلاعات در شبکه های حسگر بیسیم
- پیشنهاد الگوریتم های بهینه سازی برای طراحی گراف های پیچیده با استفاده از شبکه های مولد (GAN)
- طراحی و ارزیابی مدل های تحلیلی برای تسریع فرایند های تصمیم گیری در تحلیل داده های بزرگ به کمک تکنیک یادگیری ماشین
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.