ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

طراحی سیستم پیشنهادگر ترکیبی بر اساس مدل رفتاری تسهیلات گیرندگان بانک

سال انتشار: 1395
کد COI مقاله: UTCONF01_034
زبان مقاله: فارسیمشاهده این مقاله: 273
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله طراحی سیستم پیشنهادگر ترکیبی بر اساس مدل رفتاری تسهیلات گیرندگان بانک

مهشید سالور - کارشناسی ارشد دانشکده فنی و مهندسی، گروه کامپیوتر، دانشگاه آزاد اسلامی، واحد ساوه، ساوه، ایران
مریم رستگارپور - استادیار دانشکده فنی و مهندسی، گروه کامپیوتر، دانشگاه آزاد اسلامی، واحد ساوه، ساوه، ایران

چکیده مقاله:

انباشت حیرت انگیز و روزافزون داده ها در حوزه های مختلف، استخراج اطلاعات مفید و موثر در تصمیم گیری هارا بسیار دشوار نموده است. افزایش تخلفات تسهیلات بانکی در سالهای اخیر موجب گردیده تا بانکها با توجهبه عدم اطمینان از بازگشت سرمایه، روند کاهشی در ارایه تسهیلات را در دستور کار قرار دهند. از طرفی معیارتخصیص تسهیلات، عواملی مانند موجودی حساب، شغل، تحصیلات، ضامن معتبر و ... است که به صورت کاملاتجربی و براساس نظر روسای شعب بانکها ارایه می شود. سیستمی که بتواند رفتار مشتریان دریافت کنندهتسهیلات را پیش بینی کند بسیار راهگشا به نظر می رسد. در پژوهش حاضر از ترکیب خوشه بندی و طبقه بندیبرای ارایه سیستم پیشنهادگر تسهیلات بانکی استفاده گردید. در گام اول پس از نرمال سازی داده های مشتریانتسهیلاتی بانک مورد نظر، خوشه بندی به روش سلسله مراتبی پایین به بالا با روش وارد و تابع معیار فاصلهاقلیدسی با حداقل نقاط دور افتاده با دقت و سرعت مناسب انجام شد و بر اساس معیارهای زمان و سیلیوتهارزیابی گردید و هشت خوشه با ویژگی های متفاوت حاصل گردید و مدل خوشه بندی داده های تسهیلاتی بهینه برمبنای ویژگی های داده ها ارایه گردید. سپس مدل طبقه بندی به روش نزدیکترین همسایه مبتنی بر معیارهایبهینگی و دقت انتخاب شد و روشی برای محاسبه شاخص K به روش نزدیکترین همسایه در نظر گرفته شد که با محاسبه و ارزیابی خطا در یک بازه مشخص از شاخص K، بهترین مقدار K با ارزش 2 تعیین گردید و در پایان اعتبار طبقه بندی 2NN با روش ماتریس درهم ریختگی، محاسبه کارایی و نمودار ROC تایید گردیدی. در سیستم حاضر قوانین استخراج شده مشتریان، مدیران بانک ها را قادر می سازد بر اساس الگوهای کشف شده سیاست گذاری کنند.

کلیدواژه ها:

سیستم توصیه گر، خوشه بندی سلسله مراتبی، طبقه بندی، نزدیکترین همسایه (KNN)، ماتریس درهم ریختگی، کارایی، نمودار ROC،پیش بینی

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا UTCONF01_034 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/595035/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
سالور، مهشید و رستگارپور، مریم،1395،طراحی سیستم پیشنهادگر ترکیبی بر اساس مدل رفتاری تسهیلات گیرندگان بانک،همایش ملی دانش و فناوری مهندسی برق، کامپیوتر و مکانیک ایران،تهران،https://civilica.com/doc/595035

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، سالور، مهشید؛ مریم رستگارپور)
برای بار دوم به بعد: (1395، سالور؛ رستگارپور)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • بررسی و تحلیل فاکتورهای اساسی در طراحی سیستم های توصیه گر [مقاله کنفرانسی]
  • سهرابی ب، رئیسی وانانی ا، زارع میرک آباد ف. طراحی ...
  • صنیعی آباده م، محمودی س، طاهرپرور م _ داده کاوی ...
  • Hsu M-H. Proposing a charting recommender system for _ _ ...
  • Vozalis M, Margaritis KG, editors. Collaborative filtering enhanced by demographic ...
  • McDonald DW, Ackerman MS, editors. Expertise recommender: a flexible reco ...
  • Hegde A, Shetty SK. Collaborative Filtering Recommender System. International Jourmal ...
  • Mehta JS, Gawande A. A Purpose of Data Mining in ...
  • Kim J-B, Song BY, Zhang Y. Earnings performance of major ...
  • Ngai E, Hu Y, Wong Y, Chen Y, Sun X. ...
  • Chen H, Chiang RH, Storey VC. Business Intelligence and Analytics: ...
  • Szekely GJ, Rizzo ML. Hierarchical clustering via joint b etween-within ...
  • Das J, Mukherjee P, Majumder S, Gupta P, editors. Clustering-b ...
  • Zahra S, Ghazanfar MA, Khalid A, Azam MA, Naeem U, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 4,214
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی