عوامل موثر بر نقش تحلیل پیشرفت داده (داده کاوی، ماشین یادگیری و کلان داده ها) بر ریسک پذیری و نوآوری صنعت بانکداری

صنعت بانکداری در حال حاضر یکی از سرمایه گذاران برتر در زمینه کلان داده ها و تجزیه و تحلیل کسب و کار در بین صنایع است. میزان داده های تولیدشده توسط صنعت مالی (معاملات کارت اعتباری، برداشت از خودپرداز، نمرات اعتباری) بسیار زیاد است. قابلیت استفاده از این داده ها برای تصمیم گیری در مورد کسب وکار و پردازش آن به طور موثر برای جمع آوری بینش های عملی، جهت پیروزی در رقابت های آینده بسیار مهم است.همچنین نوآوری صنعت بانکداری را قادر به باز کردن کانال های تحویل کارآمد نموده اند در صنعت بانکداری چرخه های نوآوری و فناوری که به سرعت در حال کوتاه شدن هستند. همگی چالش های مهمی را برای صنعت مالی و بانکداری ایجاد کرده اند و نیاز به استفاده از سیستم های پشتیبان از تصمیم جهت بهبود فرآیندهای تصمیم گیری در این سازمان ها . بیش از پیش اهمیت پیدا کرده است. در این میان داده هایی که در پایگاه های اطلاعاتی این سازمان ها نگهداری می شوند به عنوان منابع ارزشمند اطلاعات و دانش موردنیاز جهت تصمیم گیری های سازمانی مطرح می باشند. داده کاوی به نوبه خود در راستای حل مسائل موجود در کسب و کار در صنعت بانکداری و مالی آن هم به واسطه یافتن الگوها، روابط علی و معلولی و روابط حاکم در قیمت های بازار و اطلاعات کسب و کار و مشتریان به کار می رود. با افزایش بحران های مالی، میزان ریسک پذیری بانکها افزایش یافته است. در واقع بانکها در بحران های مالی ناگزیر به پذیرش افزایش ریسک بوده اند.بنابراین در این پژوهش ضمن تعریف متغیرها و مبانی نظری پیشرفت داده (داده کاوی، ماشین یادگیری و کلان داده ها)، ریسک پذیری و نوآوری در صنعت بانکداری و با استفاده از روش کتابخانه ای به عوامل موثر نقش تحلیل پیشرفت داده (داده کاوی، ماشین یادگیری و کلان داده ها) بر ریسک پذیری و نوآوری صنعت بانکداری پرداخته شده است.