کاربرد داده کاوی در ارزیابی مشتریان بانکی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,330

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MBMCONF01_125

تاریخ نمایه سازی: 4 اسفند 1392

چکیده مقاله:

در عرصه جهانی امروز، بانکها در حال مبارزه برای دستیابی به یک جایکاه رقابتی مناسب بریکدیگر می باشند.غیرازاجرای فرآیندهای کسب وکار،ایجاد پایگاه دانش و بکارگیری آن برای سوددهی بانک،به یک ابزار استراتژیک برایرقابت تبدیل شده است.درسالهای اخیر،توانایی برای تولید،دستیابی و ذخیره داده ها،به شدت افزایش یافته است.اطلاعات موجود در این داده ها می تواند بسیار مهم باشد.دسترسی گسترده به حجم عظیم داده هاونیازبه تغییر اینقبیل داده ها به دانش و آگاهی،صنعت IT رابه استفاده ازداده کاوی ترغیب نموده است. صنعت بانکداری درسرتاسرجهان،دستخوش تغییرات بسیارزیادی در راه کسب وکار شده است و نیازبه تکنیکهایی همچون داده کاوی راکه می تواند به آنها برای رقابت دربازار کمک کند،درک کرده است. بانکهای پیشرو از ابزارهای داده کاوی) DM ( برای بخش بندی مشتریان وسودآوری، موجودی حساب وتائیدآن، پیش بینی عدم پرداخت،بازاریابی،کشف تراکنشهای جعلی وغیره استفاده می کنند. با کند و کاو داده های مربوط به مشتریان، به رکوردهای اطلاعاتی مشتریان ساختار داده میشود، جریان تشخیص مشتریان با اهمیت به صورت خودکار صورت می گیرد، باعث تغییر در شیوه تشخیص مشتریان خاص و باارزش از لیست کلیه مشتریان و در نهایت کشف مشتریان وفادار خواهد شد) تقوا و همکاران، 8811 (. به طور کلی شکی نیست که ارتباط با مشتری یکی از مهمترین عوامل سازنده مزیت اصلی، خصوصا در سازمان های خدماتیمی باشد. (chang et al, 2009) دربررسیهای انجام شده،یکی از مشکلات بانکها،عدم شناسایی مشتریان وعدم اتخاذ تصمیمات مناسب مدیریتی وسلیقه ای بودن تصمیمات در برخورد با مشتریان می باشد.بنابراین در این تحقیق به منظور شناسایی مشتریان جدید بانک پارسیان که قسط های خود را به موقع پرداخت می کنند یاخیرو تدوین استراتژیهای مناسب برای برخورد با آنها از دادهکاوی وابزار آن مانند دسته بندی و درخت تصمیم استفاده می کنیم

کلیدواژه ها:

داده کاوی ، دسته بندی داده ها ، درخت تصمیم

نویسندگان

آمنه ربانی

دانشجوی کارشناسی ارشد مهندسی صنایع، موسسه آموزش عالی ایوانکی

ثریا ربیع نژادگنجی

دانشجوی کارشناسی ارشد مهندسی صنایع، موسسه آموزش عالی ایوانکی

بهروز مینایی

استادیار، دانشگاه علم و صنعت ایران

الهام آخوندزاده

دانشجوی دکتری مهندسی صنایع، دانشگاه تربیت مدرس

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • بکارگیری تکنیکهای داده کاوی جهت بهبود مدیریت ارتباط با مشتری در صنعت بانکداری [مقاله کنفرانسی]
  • ناوی، مانیا. (1387). شناسایی مولفه‌های تشکیل دهنده بار با استفاده ...
  • Abdou, H., Pointon, J. (2008). _ Neutral nets Versus conventional ...
  • Information Technology : coding and computing", pp. 455-459. ...
  • Ahola, Jussi, Rinta-Runs ala, Esa. (2002). _ Data Mining Case ...
  • Berry, M.a L. Gorden. (1997). _ Mastering Data mining: the ...
  • Berson, Alex, Smith, Stephen, Thearling, kurt. (2001). _ Bulding Data ...
  • Chen, M.S, Han, J., Tu, P.S, (1996). _ Data mining: ...
  • Chang, che-wei, Lin, Chin-Tsai, Wang, Lina- Qing, (2009). _ Mining ...
  • Choudhary, A.K, Harding, J.A, Tiwari, M.K. (2008). _ Data mining ...
  • Hsieh, Nan-chen. (2004). _ An integrated data mining and behaviorl ...
  • Kargupta, Hillol, Joshi, Anunpam, Siva kumar, Kri shnamoorthy, yesha, Yelena. ...
  • Nanni, L. Lumini, A. (2009). _ An experimental comparison of ...
  • Niyagas, Waminee, srivihok, anongnart, Kitisin, Sukumal. (2006). " Clustering e-Banking ...
  • Xu, X. , Zhon, C. , Wang, Z. (2008). _ ...
  • نمایش کامل مراجع