بهره گیری از مدل تلفیقی ماشین بردار پشتیبان و الگوریتم ژنتیک جهت پیش بینی تقاضا در دستگاه های خودپرداز بانکی

امروزه بانک ها یکی از مهمترین ارکان در نظام پولی و مالی کشور محسوب میشوند و هرگونه اختلال در این حوزه ضربات جبران ناپذیری به همراه خواهد داشت. یکی از ابزارهایی که در این امر نقش مهمی را ایفا میکند دستگاه های خودپرداز می باشد. امروزه دستگاه های خود پرداز به عنوان یکی از کانال ها و سرویس های ارتباطی غیرقابل جایگزین بین بانک ها و مشتریان دارای کارت تبدیل شده است. سهولت در استفاده، سرعت و در دسترس بودن موجب شده که این ابزار بانکی روز به روز مورد استقبال بیشتری واقع شود. صحت در پیش بینی وجه براساس تقاضا در دستگاه های خودپرداز یکی از خصوصیات مهم جهت پیش بینی میباشد زیرا در بخش های تجاری روزانه مردم احتیاج به وابستگی های بیشتری خواهند داشت. در سال-های اخیر استفاده از مدلهای هوشمند در مسایل مالی جهت پیش بینی و دسته بندی بسیار رشد یافته است. بسیاری از موسسات مالی روزانه با این چالش روبه رو میباشند. توجه به این موضوع که نگهداری وجه تا زمانی که براساس تقاضای مشتری باشد موضوع بسیار مهمی است؛ در این حالت پیشبینی سیستم براساس تقاضا امر بسیار مهمی میباشد. در این تحقیق براساس مدل تلفیقی ماشین بردار پشتیبان و الگوریتم ژنتیک به صحت پیش بینی در دستگاه های خودپرداز پرداخته شده و با روش های قبل مورد مقایسه قرار میگیرد. نتیجه مقایسه برتری این مدل را نسبت به مدلهای قبل نشان میدهد.