توسعه مدل RFM پایه جهت خوشه بندی مشتریان بانک ها با استفاده از داده کاوی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 966

فایل این مقاله در 7 صفحه با فرمت PDF و WORD 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:

ECCIRD01_018

تاریخ نمایه سازی: 6 اردیبهشت 1396

چکیده مقاله:

امروزه تعامل مشتری با بانک به حضور در شعب محدود نمیباشد. با حضور سیستم های الکترونیکی و کارتهای اعتباری تعامل مشتریان با بانک از طریق این کانال های ارتباطی صورت می گیرد. کانالهای ارتباطی الکترونیکی نظیر دستگاه های خودپرداز،پایانه های فروش،اینترنت‎بانک و موبایل بانک از جمله این روش ها می باشد. کانال های ارتباطی بانک ها با استفاده از شبکه‎های تبادل بین بانکی (شتاب) به هم متصل هستند. بنابر قانون بانک مرکزی که متولی شتاب می‎باشد، اگر مشتری یک بانک با استفاده از کارت بانکی خود تراکنشی بر روی کانال های ارتباطی سایر بانک ها داشته باشد، بانک مبدا می‎بایست مبلغی را به عنوان کارمزد به بانک مرکزی پرداخت نماید. با توجه به تعداد زیاد مشتریان و تعداد زیاد تراکنش های بانکی میزان کارمزد پرداختی در سال مبلغ قابل توجهی خواهد بود. در این تحقیق ما مدلی برای بخش‎بندی مشتریان براساس میزان کارمزد در شبکه شتاب ارایه می کنیم. مدل پیشنهادی براساس توسعه مدل RFM به R′FMX و الگوریتم K-Means با تعداد خوشه بهینه با شاخص دیویس-بولدین و سیلهوت می‎باشد.

نویسندگان

سعید سراجی پور

کارشناس ارشد نرم افزار، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد آشتیان

حمید متقی گلشن

استادیار گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد آشتیان

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 :
  • Stone, Bob. Successful Direct Marketing Methods, Seventh Edition 7thed, McGraw-Hill, ...
  • Konstantions Tsiptsis, Antonios Chorianopoulo S, Data Mining Techniques in CRM: ...
  • Romdhane, An efficient approach for building ...
  • customer profiles from busines data, 2010, Expert Systems with Applications ...
  • Zhou, »Review of Customer Segmentation method in CRM", 201 1, ...
  • Safari, " Analyzing the applications of customer lifetime value (CLV) ...
  • Cheng, ; Classifying the segmentation of customer value via RFM ...
  • Hughes, :A. M. Strategic database marketing. Chicago: Probus Publishing Company, ...
  • Wu, J., & Lin, Z. (2005). Research on customef segmentation ...
  • ] Han, J., & Kamber, M. (2001). Data mining: Concepts ...
  • نمایش کامل مراجع