محمود محمدیان - استادیار دانشکده مدیریت و حسابداری دانشگاه علامه طباطبائی
طاها منصوری - دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات دانشگاه علامه طباطبائی
سیدمحمدرضا ناصرزاده - دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات دانشگاه تهران

مصرف کنندگان به ویژه در بخش های خدماتی در گیر هجوم کالاها و خدمات نوین از یک سو و نوسان مطلوبیتها از سوی دیگر می باشند . نتیجه چنین تلاطمی ابهام بیشتر برای تصمیم گیرنده و داده های انباشته تر برای تصمیم گیری است که توان تحلیل به موقع و دقیق این داده ها سبب کسب مزیتی رقابتی برای بنگاهها خواهد بود . در مقاله حاضر با استفاده از قدرت تحلیلی داده کاوی و ارائه یک الگوریتم پیشنهادی به خوشه بندی نمونه ای از تراکنش های ثبت شده توسط حسابهای خودپرداز بانک ملت با رویکرد تقسیم بازار از ابعاد مختلف پرداخته ایم . بنابر این هدف از مقاله حاضر علاوه بر ارائه یک الگوریتم ترکیبی جدید، نشان دادن این امر بوده است که تحلیل داده های حاصل از تراکنش های دستگاههای خودپرداز می تواند دانش با ارزشی را در اختیار تصمیم سازان قرار دهد . نتایج حاصله گواه بر کارا بودن این روش بودند . درنتیجه امید می رود دستآوردهای این تحقیق منجر به خوشه بندی قابل اعتمادی از بازار هدف مشتریان حسابهای خودپرداز باشد .

بخش بندی بازار، داده کاوی، خوشه بندی، حسابهای خودپرداز بانکی