به کارگیری الگوریتم ژنتیک در بهینه‌سازی درختان تصمیم‌گیری برای اعتبارسنجی مشتریان بانک‌ها

درختان تصمیم‌گیری به عنوان یکی از تکنیک‌‌های داده‌کاوی می‌‌توانند به اعتبارسنجی مشتریان بانکی بپردازند. مسئله‌ی اصلی ساخت درختان تصمیم‌‌گیری است که بتوانند به طور بهینه مشتریان را طبقه‌بندی کنند. در این مقاله یک مدل مناسب اعتبارسنجی مشتریان بانک‌‌ها برای اعطای تسهیلات اعتباری متناسب با هر طبقه مبتنی بر الگوریتم ژنتیک ارایه می‌‌شود. الگوریتم‌‌های ژنتیک می‌‌توانند با انتخاب ویژگی‌‌های مناسب و ساخت درختان تصمیم‌‌گیری بهینه به اعتبارسنجی مشتریان کمک کنند. در ساخت این مدل فرآیند توسعه در شناخت الگو و فرآیند CRISP برای اعتبارسنجی مشتریان به‌کار رفته است. مدل طبقه‌بندی پیشنهادی مبتنی بر تکنیک‌‌های خوشه‌بندی، انتخاب ویژگی‌‌ها، درختان تصمیم‌‌گیری و الگوریتم ژنتیک است. این مدل به انتخاب و ترکیب بهترین درختان تصمیم‌‌گیری مبتنی بر معیارهای بهینگی و ساخت درخت تصمیم‌‌گیری نهایی برای اعتبارسنجی مشتریان می‌‌پردازد. نتایج نشان می‌‌دهد که دقت طبقه‌‌بندی مدل طبقه‌‌بندی پیشنهادی به‌طورتقریبی از تمام مدل‌‌های درخت تصمیم‌‌گیری مقایسه شده در این مقاله بالاتر است. هم‌چنین تعداد برگ‌ها و اندازه‌ی درخت تصمیم‌‌گیری و در نتیجه‌ی پیچیدگی آن از همه کمتر است.