رتبه بندی مشتریان بانک با استفاده از تکنیک شبکه عصبی فازی و الگوریتم های بهینه سازی

یکی از مهمترین ابزارها برای کنترل و مدیریت ریسک در بانکها، سیستم رتبه بندی می باشد. مساله رتبه بندی، تفکیک و طبقه بندی مشتریان، به گروه های مختلف است. این مقاله راهکاری مبتنی بر مدل های ترکیبی شبکه های عصبی فازی و - الگوریتم های بهینه سازی به منظور بهبود صحت رتبه بندی مشتریان بانک ارائه کرده است. در این راستا دو بخش عمده یعنی انتخاب ویژگی و رتبه بندی مورد هدف قرار گرفتند. در بحث انتخاب ویژگی علاوه بر الگوریتم ژنتیک که غالبا در حوزه مدیریت ریسک استفاده شده است، الگوریتم ازدحام ذرات نیز مورد استفاده قرار گرفت. همچنین به منظور رتبه بندی ازتکنیک شبکه عصبی فازی، استفاده شده است. راهکار فوق بر روی داده های مشتریان یکی از بانک های المان با یک - جمعیت 1000 تایی اعمال و نتایج مورد ارزیابی و مقایسه قرار گرفت. نتایج نشان داد که در انتخاب ویژگی، الگوریتم ازدحام ذرات عملکرد بهتری برای تامین هدف، تعداد ویژگی کمتر و خطای کمتر، داشته است. در ساخت مدل رتبه بندی مشتریان نیز، تکنیک شبکه عصبی فازی نتایج مطلوبتری را نسبت به تکنیک شبکه عصبی فراهم کرد.

کلیدواژه ها:

الگوریتم ژنتیک ، الگوریتم ازدحام ذرات ، انتخاب ویژگی ، شبکه عصبی ، شبکه عصبی فازی