سال انتشار: 1397
کد COI مقاله: CEITCONF02_072
زبان مقاله: فارسیمشاهد این مقاله: 149
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
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 پیش بینی میزان رضایت مشتریان بانک با تکنیک های داده کاوی
چکیده مقاله:
یکی از مهمترین اهداف بانکداران، جلب رضایت مشتریان خود میباشد. عموما زمانی مسیولین بانک از نارضایتی مشتریان مطلع می شوند که آنها برای بستن حساب خود به بانک مراجعه میکنند؛ پیش از آن اغلب مشتریان عدم رضایت خود را از خدمات ارایه شده ابراز نمی کنند. ارایه یک مدل که با توجه به مشخصات مشتریان بتواند رضایت یا عدم رضایت آنها را پیشگویی کند منجر به ارایه ی هر چه بهتر خدمات بانکی، رضایت مشتریان و در نتیجه سود بیشتر بانک ها خواهد شد. در این مقاله با استفاده از داده های مربوط به بیش از 76 هزار مشتری بانک سانتاندر به ارایه ی مدلی می پردازیم که بتواند میزان رضایت یا عدم رضایت مشتریان را پیش بینی کند. برای ارایه ی این مدل تکنیک ها و الگوریتم های مختلف داده کاوی را بکار گرفته ایم. پس از انجام پیش پردازش های لازم بر روی داده ها، از الگوریتم های ماشین بردار پشتیبان، جنگل تصادفی و درخت تصمیم برای ساخت مدل استفاده کردیم. در آزمایشهای این پژوهش، الگوریتم های ماشین بردار پشتیبان و جنگل تصادفی با بیش از 97 درصد صحت بهترین عملکرد را نشان دادند. نتایج حاصل از این پژوهش نشان میدهد که به کارگیری تکنیک های داده کاوی در حوزه ی بانکداری میتواند منجر به ارایه ی هر چه بهتر خدمات بانکی و در نتیجه رضایت بیشتر مشتریان شود.
کلیدواژه ها:
رضايت مشتريان، خدمات بانكي، دادهكاوي، ماشين بردار پشتيبان، جنگل تصادفي، درخت تصميم
کد مقاله/لینک ثابت به این مقاله
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/849109/
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:سلمانی، فاطمه و محمدحسینی، مهدیس و بنی اسدی، فرزانه و خزاعی، عاطفه،1397،پیش بینی میزان رضایت مشتریان بانک با تکنیک های داده کاوی،دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز،،،https://civilica.com/doc/849109
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: (1397، سلمانی، فاطمه؛ مهدیس محمدحسینی و فرزانه بنی اسدی و عاطفه خزاعی)
برای بار دوم به بعد: (1397، سلمانی؛ محمدحسینی و بنی اسدی و خزاعی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
مقالات پیشنهادی مرتبط
- مروری جامع بر روش Moora به عنوان ابزاری برای تصمیم گیری مدیران
- بررسی اثر آسایش حرارتی تطبیقی بر میزان مصرف انرژی یک ساختمان در اقلیم های مختلف ایران
- مطالعه تاثیر استفاده از پنجره های دوجداره مشبک بر صرفه جویی انرژی در ساختمان ها
- مدیریت بازاریابی
- بکارگیری مدل بلوغ سازمانی مدیریت پروژه OPM3 در پروژه های نفت، گاز و پتروشیمی
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- مطالعه و بهبود پایداری ولتاژ با جایابی بهینه STATCOM در سیستم قدرت
- عنوان تخمین زاویه ورود تعداد نامعلوم سیگنال همدوس با استفاده از قطری سازی آماره گشتاور مرتبه چهارم
- مروری بر پیام های AIS تجاری، بررسی یک پیام به صورت کاربردی
- مروری بر روش های مدیریت دانش به منظور افزایش بهره وری تیمی در توسعه نرم افزار چابک
- پیاده سازی ارزیابی عملکردی و امنیتی فایروال های نسل چهارم
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
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.