بهبود دقت و انتخاب ویژگی های موثردر دسته بندی مشتریان با استفاده از روش های یادگیری ماشین و الگوریتم کلونی مورچگان در بانکداری تلفنی

  • سال انتشار: 1401
  • محل انتشار: یازدهمین کنفرانس بین المللی تحقیقات پیشرفته در علوم، مهندسی و فناوری
  • کد COI اختصاصی: RSETCONF12_033
  • زبان مقاله: فارسی
  • تعداد مشاهده: 354
دانلود فایل این مقاله

نویسندگان

علی پاشازاده

چکیده

شرکت های مختلف با داشتن اهداف خاص و مشخص از طریق بازاریابی مستقیم با مشتریان خود تماس می گیرند و اقدام به فروش یا عرضه خدمات به آن ها می نمایند. متمرکز کردن تعاملات با مشتریان از راه دور از طریق مرکز تماس عملیات فروش را تسهیل می کند و از لحاظ زمان و هزینه مقرون به صرفه است. در این پژوهش به ارزیابی نتایج حاصل از روش پیشنهادی برای دسته بندی مشتریان در بانکداری تلفنی پرداخته شده است. ابتدا نتایج حاصل از اجرای الگوریتم های یادگیری ماشین(شبکه های عصبی، درخت تصمیم، k همسایه نزدیک، نیوبیزین و بردار پشتیبان ماشین) به صورت معمولی یعنی بدون استفاده از ویژگی های موثر به دست آورده، سپس نتایج حاصل از اجرای روش پیشنهادی که با استفاده از الگوریتم کلونی مورچگان اقدام به انتخاب ویژگی های موثر شده است را به دست آورده و مقایسه شده اند. مجموعه داده ای شامل اطلاعات مشتریانی که طی سال های ۲۰۰۸ تا ۲۰۱۳ برای سرمایه گذاری در بانک با آن ها تماس گرفته شده است؛ موجود می باشد که در دو دسته بله و خیر طبقه بندی شده است. این دسته بندی مربوط به بررسی تمایل و ثبت نام افراد برای سپرده گذاری در بانک به صورت تلفنی است. برای مجموعه داده های کلی(dataset_full) ۷۰% داده های کلی یعنی ۲۸۸۳۲ نمونه به صورت تصادفی جهت آموزش الگوریتم های یادگیری ماشین استفاده شد. در مرحله آزمون نیز ۳۰% داده ها یعنی ۱۲۳۵۶ نمونه که در مرحله آموزش استفاده نشده بودند به صورت بردار به الگوریتم های یادگیری ذکرشده و پیاده سازی شده در نرم افزار متلب اعمال گردید. نتایج نشان داد که ویژگی های اعتبار، وام شخصی، مدت زمان مکالمه، نتایج بازاریابی قبلی و شاخص قیمت مصرف کننده بیشترین تاثیر را در پیش بینی موفقیت در بانکداری تلفنی دارد

کلیدواژه ها

الگوریتم یادگیری ماشین، الگوریتم کلونی مورچگان، بانکداری تلفنی

مقالات مرتبط جدید

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.