خوشه بندی مشتریان شعب بانک رفاه با تلفیق الگوریتم های ژنتیک و سی میانگین در محیط فازی

در عصر حاضر یکی از چالش های بزرگ برنامه ریزان و مدیران در حوزه خدمات بانکی، شناخت مشتریان و ایجاد تمایز بین گروه های مختلف مشتریان می باشد. بدیهی است استفاده از الگوی مناسب به بانک ها این فرصت را می دهد که پیشنهادهای ارزشمند خود را متناسب با نیازها و خواسته های بخش های هدف گیری شده جهت بهبود عملکرد خود از منظرهای مختلف طراحی و ارائه نمایند. هدف این مطالعه به کارگیری مدل مناسبی برای خوشه بندی مشتریان بر اساس شاخص هایی مانند تازگی، تعداد تراکنش وعامل مالی میباشد. در این مقاله برای خوشه بندی داده ها از تلفیق الگوریتم های ژنتیک وسی میانگین در محیط فازی جهت غلبه بر مشکلاتی مانند حساس بودن به مقدار اولیه و گرفتار شدن در دام بهینه محلی استفاده شده است. جامعه آماری این پژوهش، متشکل از مشتریان شعب بانک رفاه شهر تهران می باشد. همچنین از روش نمونه گیری تصادفی ساده برای اخذ نمونه استفاده شده است. یافته های تحقیق نشان می دهد که مشتریان متعلق به خوشه اول به دلیل دارا بودن عملکردی بالا در شاخص های «تازگی»، «تعداد تراکنش»، و «عامل مالی» جزء مشتریان وفادار و مشتریان خوشه دوم به خاطر دارا بودن عملکرد های پایین در شاخص »تازگی«، متوسط در شاخص »تعداد تراکنش«، و بالا در شاخص»عامل مالی« جزء مشتریان رویگردان از بانک می باشند.

کلیدواژه ها:

Genetic Algorithm ، Fuzzy C-means algorithm ، Branches of Refah bank ، Customer’ cluste ring ، الگوریتم ژنتیک ، الگوریتم سی میانگین فازی ، شعب بانک رفاه ، خوشه بندی مشتریان