الگوریتم کلونی مورچگان در مقایسه با سایر الگوریتم های داده کاوی برای بخش بندی مشتریان اعتباری بانک

در این تحقیق هدف طبقه بندی مشتریان اعتباری بانک به لحاظ ریسک بازپرداخت تسهیلات دریافت شده می باشد در این تحقیق با استفاده از داده های مشتریان حقوق ، که در سیستم های اطلاعات بخش اعتبارات بانک مورد مطالعه موجود م باشد، فرایند داده کاوی بر روی صورت م پذیرد بدین شکل که ابتدا داده های مورد نیاز، مع آوری شده و پا پردازش بر روی آنها صورت پذیرفت متغیرهای تاثیرگذار در مدل شناسای شده و سپس الگوریتم کلون مورچگان بیر روی داده های نهای ا را گردید و نتایج این الگوریتم نیز با تجدادی از الگوریتم های دیگر طبقه بندی مورد مقایسه قرار گرفت نتیجه حاصل شده نشان داد که الگوریتم کلون مورچگان نتایج بهتری را به لحاظ دقت تفکیک و بشا بندی مشتریان نسبت به درختهای سنت CART,CHAID,QUEST ، شبکه های عصب ، تحلیل تمایزی، رگرسیون لجستیک و شبکه های بیزین دارد؛ ولی نسبت به مدل های درخت C4.5 و ماشین بردار پشتیبان دقت کمتری دارد از طرف تکنیک کلون مورچگان نسبت به عملکرد پیش بین کارشناسان اعتبارسنج بانک نیز قدرت پیا بین بهتری حاصل نموده است در نهایت مدل که بالاترین میزان صحت را در پیا بین طبقه مشتریان دارد به عنوان الگوریتم پیشنهادی توصیه گردید قابل ذکر است که در این تحقیق به منظور ا رای الگوریتم کلون مورچگان از نرم افزار Ant miner بهره گرفته شده است

کلیدواژه ها:

مشتریان اعتباری ، داده کاوی ، ریسک اعتباری ، کلون مورچگان