خوشه‌بندی مشتریان بانک با استفاده از شبکه‌های عصبی رقابتی

author

Abstract:

بخش‌بندی مشتریان، فرصتی برای توجه به نیازهایی است که در پرتو بازاریابی انبوه مجالی برای ابرازشان نبوده است. هدف اولیه‌ی بخش‌بندی یافتن و حفظ مشتریانی است که قصد ارائه‌ی خدمت به آن‌ها را داریم. در این پژوهش خوشه‌بندی مشتریان بانک با استفاده از شبکه‌های عصبی مصنوعی رقابتی و روش‌های آماری سنتی با یکدیگر مقایسه شده‌اند. برای خوشه‌بندی مشتریان، 7 مشخصه‌ی کلیدی 600 مشتری از مشتریان یک بانک استخراج شده است. با استفاده از یک شبکه‌ی عصبی رقابتی و همچنین روش آماری وارد خوشه‌بندی مشتریان انجام گرفته و نتایج حاصل با استفاده از روش تحلیل تمایزات و شاخص‌های MAPE و RMSE با یکدیگر مقایسه شده است. مقایسه‌ی خوشه‌بندی‌های انجام شده، برتری قابل توجه شبکه‌ی عصبی رقابتی بر روش آماری وارد را نشان می‌دهد. خوشه‌بندی با استفاده از شبکه‌های عصبی رقابتی نقطه‌ی قوت و نوآوری این مقاله است. به خصوص که رفع نرون مرده در شبکه‌های عصبی رقابتی مورد تأکید قرار گرفته است. این مهم با استفاده از ترم بایاس در شبکه‌ی عصبی رقابتی، قابل دستیابی است که در این مقاله بر آن تأکید شده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

خوشه بندی مشتریان بانک با استفاده از شبکه های عصبی رقابتی

بخش بندی مشتریان، فرصتی برای توجه به نیازهایی است که در پرتو بازاریابی انبوه مجالی برای ابرازشان نبوده است. هدف اولیه ی بخش بندی یافتن و حفظ مشتریانی است که قصد ارائه ی خدمت به آن ها را داریم. در این پژوهش خوشه بندی مشتریان بانک با استفاده از شبکه های عصبی مصنوعی رقابتی و روش های آماری سنتی با یکدیگر مقایسه شده اند. برای خوشه بندی مشتریان، 7 مشخصه ی کلیدی 600 مشتری از مشتریان یک بانک استخراج شد...

full text

پیش بینی رفتار مشتریان با استفاده از تکنیک شبکههای عصبی مصنوعی

امروزه روش های کمی، به یکی از مهم ترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاریهای کلان در بازارها تبدیل شده اند. دقت پیش بینی، یکی از مهم ترین فاکتورهای انتخاب روش پیش بینی است؛ شبکه های عصبی مصنوعی، برنامه های کامپیوتری منعطفی هستند که در سطح گسترده ای برای پیش بینی، با درجه بالایی از دقت به کار برده می شوند. امروزه میتوان با استفاده از تکنیک های داده کاوی و شبکه های عصبی به بررسی و ...

full text

رتبه بندی اعتباری مشتریان بانک با استفاده از شبکه عصبی با اتصالات جانبی

استقرار نظام رتبه بندی اعتباری با توجه به حجم انبوه مطالبات معوق بانک ها، یکی از مهمترین ابزارهای کنترل ریسک اعتباری در بانک ها و موسسات مالی است. بر این اساس، هدف اصلی این مقاله رتبه بندی اعتباری مشتریان حقوقی یکی از بانک های دولتی داخل با استفاده از شبکه های عصبی است. شبکه های عصبی به دلیل دقت به مراتب بالاتر و حجم محاسبات پایین تر نسبت به سایر روش های کلاسیک در پیش بینی رفتار اعتباری افراد ح...

full text

خوشه‌بندی وفاداری مشتریان باشگاه مشتریان بانک ملت بر اساس اطلاعات دموگرافیک با استفاده از روش داده‌کاوی

با در اختیار داشتن اطلاعات کافی از گروه­های مختلف مشتریان و خوشه بندی و طبقه­بندی آنان می­توان فعالیت­هایی از جمله برنامه­ریزی بلند مدت و بازاریابی را به شکلی هدفمند طراحی و اجرا نمود که سازمان تا حد امکان به بهره­وری برسد. مورد مطالعه این پژوهش، باشگاه مشتریان بانک ملت است. هدف از انجام این پژوهش، خوشه­بندی مشتریان به گروه­های وفادار و غیر وفادار می­باشد. داده­های مورد بررسی در این پژوهش به اط...

full text

اعتبارسنجی مشتریان بانک با استفاده از رویکرد امتیازدهی اعتباری:مطالعه موردی شعب بانک سپه در زاهدان

       امروزه در صنعت بانکداری وام ها نقشی اساسی دارند. با افزایش تعداد درخواست های وام از سوی افراد و با توجه به ریسک موجود در این فعالیتها، ارائه روشی برای مدیریت این وام ها ضروری است. در این پژوهش با استفاده از روش رگرسیون لجستیک یک نمونه تصادفی 519تایی (284 مشتری خوش حساب و 235 مشتری بد حساب) از مشتریان حقیقی که در فاصله زمانی بین 1385 تا 1390 از شعب بانک سپه در سطح شهر زاهدان اقدام به دریا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 6  issue 1

pages  187- 206

publication date 2014-03-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023