تحلیل و شناسایی رفتار مشتریان بانکداری الکترونیکی با استفاده از داده کاوی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,958

فایل این مقاله در 16 صفحه با فرمت PDF 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:

IMMC04_011

تاریخ نمایه سازی: 19 مرداد 1389

چکیده مقاله:

در سالیان اخیر با پیشرفت تکنولوژی های الکترونیکی ابزارهای جدید بانکداری الکترونیک جایگزین ارتباط رو در رو بین بانک و مشتریان شده است از طرفی با بوجود آمدن سیستمهای اطلاعات مدیریت پایگاه داده و کاهش هزینه های مربوط به ذخیره و تجزیه و تحلیل داده ها، بانکها قادر به ذخیره حجم عظیمی از داده ها شدند. این داده ها نه تنها جزئیات تراکنشهای مشتریان بلکه مشخصات فردی آنان را نیز شامل می شوند. داده های جمع آوری شده ممکن است حاوی اطلاعات ارزشمند دیگری نیز باشد که در نگاه اول دیده نمی شود داده کاوی کمک می کند تا این دانش پنهان در داده ها کشف و استخراج شده و مدیران در تصمیم گیری های خود از این دانش نهفته در داده ها بهره مند شوند البته این نوع آگاهی از مشتریان موجب بهبود مدیریت ارتباط با مشتری می شود در مقاله حاضر یک مدل جهت شناسایی رفتار مشتریان بانک در استفاده از ابزارهای بانکداری الکترونیک پیشنهاد شده است سپس با استفاده از داده های واقعی هریک از گامهای مدل تشریح شده است.

کلیدواژه ها:

داده کاوی ، خوشه بندی ، مدیریت ارتباط با مشتریان ، بانکداری الکترونیک

نویسندگان

فهمیه امیری

دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات

سمیه علیزاده

عضوهیئت علمی دانشکده مهندسی صنایع

فریبا لطیفی

عضوهیئت علمی دانشکده علوم اجتماعی

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 :
  • غضنفری م. علیزاده، _ و تیمورپور, پ- (1387). داده کاوی ...
  • کهزادی بن .(1382) مجموعه مقالات اولین همایش تجارت الکترونیک .تهران. ...
  • Han, J., & Kamber, M. (2006). Dnta _ ing:Comcepts _ ...
  • Tan, P.-N., Steinbach, M., & Kumar, V. (2005). iptroduction to ...
  • Jain, A, Murty, M., & Flyrp, P. (1999). Data Clustering: ...
  • Milligan, G., Soon, S., & Sokol, L. (1983). The effect ...
  • Pal, N. R., & Biswas, J. (1997). Cluster Validation using ...
  • Davies, D., & Bouldin, D. (2000). A cluster separation _ ...
  • Hillard, M., & Israeli, A. (2002). CCDRM:A Theoretical Framework for ...
  • Peppers, D., Rogers, M., & Dorf, R. (1999). Is Your ...
  • Ennew, C., & Binks, M. (1996). The impact of service ...
  • Peppard, J. (2000). Customer Relationship M _ ae ement(CRM)in Financial ...
  • Kaymak, _ (2001). Fuzzy target selection using RFM variable, _ ...
  • Peppers, D., & Rogers, M. (1996). The one to one ...
  • Kotler, P. (1994). Marketing man agement : Analy si _ ...
  • Cheng, C.-H., & Chen, Y .-S. (2009). Classifying the segmentation ...
  • Stone, B. (1995). Successful direct marketing methods. Linco lood, IL.:NTC ...
  • Hughes, A. (1994). Strategic database marketing. Probus Publishing Company ...
  • Mingoti, S. A, & Lima, J. O. (2006). Comparing sOM ...
  • Curasi, C., & Keppedy, K. (2002). From prisomers to apostles: ...
  • Ha, _ H. (2007). Applying knowledge engineering techniques _ cuSOmer ...
  • نمایش کامل مراجع