طراحی مدل هوشمند اولویت بندی پیگیری مطالبات عوارض خودرو بااستفاده از تحلیل خوشه ای و شاخص های رفتاری مودیان

پژوهش حاضر با هدف طراحی مدل هوشمند اولویت بندی پیگیری مطالبات عوارض خودرو بر پایه تحلیل خوشه ای و شاخص های رفتاری مودیان انجام شده است. مسئله اصلی آن است که رویه های متعارف وصول عوارض، مبتنی بر مرتب سازی ساده بر حسب مبلغ بدهی، از ظرفیت تشخیص الگوهای رفتاری متفاوت مودیان ناتوان است و در نتیجه به تخصیص ناکارآمد منابع انسانی و کاهش بهره وری فرایند وصول می انجامد. این پژوهش با به کارگیری روش تحلیل خوشه ای K-means و تلفیق آن با شاخص های رفتاری همچون فاصله زمانی پرداخت، سابقه بدهی، الگوی پاسخ به اخطارها و حساسیت به مداخله، چارچوبی چندبعدی برای رتبه بندی اولویت پیگیری ارائه می کند. یافته های پژوهش نشان می دهد که رفتار پرداخت مودیان از الگوهای قابل خوشه بندی پیروی می کند و متغیرهای رفتاری پویا در مقایسه با ویژگی های ایستا از توان تفکیک بخشی بالاتری برخوردارند. همچنین مشخص شد که تلفیق شاخص های رفتاری در چارچوب خوشه بندی، دقت پیش بینی کارایی وصول را به طور معناداری نسبت به مرتب سازی مبتنی بر مبلغ بدهی بهبود می بخشد. نتیجه گیری پژوهش آن است که مدل هوشمند اولویت بندی مبتنی بر داده می تواند به عنوان ابزار پشتیبان تصمیم گیری در مدیریت وصول عوارض شهری به کار گرفته شود و ضمن ارتقای کارایی وصول، هزینه های اداری را کاهش دهد.

کلیدواژه ها:

تحلیل خوشه ای ، شاخص های رفتاری مودیان ، عوارض خودرو ، اولویت بندی پیگیری ، مدل هوشمند