مدلسازی رویگردانی مشتریان مؤسسهی مالی و اعتباری مهر با استفاده از تکنیکهای دادهکاوی (رویکرد: هیبریدی فازی – ماشین بردارهای پشتیبانی)
Authors
Abstract:
در سالهای اخیر با گسترش روزافزون دادهها و پایگاه دادهها روبرو شدهایم. به موازات این امر شاهد پیشرفت تکنولوژی و علوم مختلف میباشیم تا بتوان از این خیل عظیم دادهها نهایت بهره را برد. در دنیای امروز و در مبحث مدیریت ارتباط با مشتری یکی از مزیتهای رقابتی برای شرکتها، سازمانها و نهادها استفادهی بهینه از دادهها است که در صورت وقوع چنین امری سازمان میتواند گامی بزرگ در راستای اهداف خود از جمله حفظ مشتریان قدیمی و جذب مشتریان جدید بردارد. از صنعتهایی که امروزه با دادههای انبوه مشتریان سر و کار دارد صنعت بانکداری است. با توجه به این امر در این مقاله مسئلهی رویگردانی مشتریان مؤسسهی مالی و اعتباری مهر مورد بررسی قرار گرفته است و پس از مرور ادبیات و مطالعات نظری در این زمینه و جمعآوری دادههای مورد نیاز، مدلسازی رویگردانی مشتریان با رویکرد هیبریدی انجام گرفته است که در ابتدای این رویکرد گروه مشتریان با کمک قوانین فازی تعیین شده است. بر این اساس مشتریان در سه گروه فعال، متوسط و ضعیف قرار گرفتهاند. در مرحلهی دوم نیز مدلسازی با کمک روش ماشین بردارهای پشتیبانی صورت گرفته است. نتایج حاصل از این رویکرد با رویکرد منطقی و تکمتغیره مقایسه شده است و بنا به نتایج به دست آمده رویکرد هیبریدی فازی–ماشینهای بردارهای پشتیبانی بهمنظور مدلسازی رویگردانی مشتریان مؤسسهی مالی و اعتباری مهر معرفی شده است.
similar resources
مدل سازی روی گردانی مشتریان مؤسسه ی مالی و اعتباری مهر با استفاده از تکنیک های داده کاوی (رویکرد: هیبریدی فازی – ماشین بردارهای پشتیبانی)
در سال های اخیر با گسترش روزافزون داده ها و پایگاه داده ها روبرو شده ایم. به موازات این امر شاهد پیشرفت تکنولوژی و علوم مختلف می باشیم تا بتوان از این خیل عظیم داده ها نهایت بهره را برد. در دنیای امروز و در مبحث مدیریت ارتباط با مشتری یکی از مزیت های رقابتی برای شرکت ها، سازمان ها و نهادها استفاده ی بهینه از داده ها است که در صورت وقوع چنین امری سازمان می تواند گامی بزرگ در راستای اه...
full textمدل رتبهبندی اعتباری هیبریدی با استفاده از الگوریتمهای ژنتیک و سیستمهای خبرۀ فازی (مطالعۀ موردی: مؤسسۀ مالی و اعتباری قوامین)
سیستمهای خبره میتوانند به ساخت مدلهای رتبهبندی اعتباری مشتریان بانکها کمک کنند. در اینجا، انتخاب ویژگیهای مهم در رتبهبندی اعتباری اهمیت دارد. همچنین ممکن است مقادیر ویژگیها، بهصورت فازی بیان شوند. مسئله این است، چگونه میتوان بهکمک الگوریتم ژنتیک، انتخاب ویژگیها را بهبود بخشید؛ بهگونهای که این ویژگیها بهمنزلۀ ورودی در سیستم خبرۀ فازی مورد استفاده قرار گیرند. این نوشتار به ارائۀ م...
full textسنجش رضایت مشتریان فروشگاههای اینترنتی با ترکیب تکنیکهای دادهکاوی و الگوی کانو فازی (مطالعه موردی: وبسایت نیازکو)
Nowadays, one of the most important things that make companies pay attention to the customer satisfaction is the competition in the world and companies struggle to achieve sustainable competitive advantage and strategic superiority over their competitors. The aims of this research is to identify the customers’ requirement in Nyazco online shopping and cluster these customers based on two method...
full textمدیریت ریسک اعتباری مشتریان بانکی با استفاده از روش ماشین بردار تصمیم بهبودیافته با الگوریتم ژنتیک با رویکرد دادهکاوی
مدیریت ریسک اعتباری، رتبهبندی اعتباری و ارزیابی میزان ریسک مشتریان، در کنار جذب منابع از اهمیت بالایی برای بانکها برخوردار است؛ زیرا اگر بانکها با تخصیص بهینۀ منابع و کسب درآمد بین فرایند تجهیز و تخصیص منابع خود نتوانند توازن ایجاد کنند، در آینده با مشکلات زیادی روبهرو میشوند. براساس آمارهای رسمی منتشرشده از سوی بانک مرکزی ج.ا.ا در سالهای اخیر، میزان مطالبات معوق بانکها بسیار افزایش یاف...
full textبررسی ریسک اعتباری مشتریان حقوقی با استفاده از مدل ماشین بردار پشتیبان و مدل هیبریدی الگوریتم ژنتیک - مطالعه موردی بانک تجارت
طراحی و استقرار مدل رتبه بندی اعتباری در نظام بانکی نقش مهمی در بالا بردن کارایی تخصیص منابع به مشتریان هدف دارد. در این تحقیق با هدف تدوین مدلی جهت ارزیابی ریسک اعتباری مشتریان حقوقی بانک از ماشین بردار پشتیبان (SVM) و الگوریتم ژنتیک بهره گرفته شده است. بدین منظور، مطالعهای بر روی متغیرهای مالی282 شرکت که طی سالهای 1387 تا 1390 از بانک تجارت تسهیلات دریافت کردهاند، صورت گرفته است. در این پژ...
full textمدلسازی ریسک اعتباری مشتریان بانک با استفاده از مدل تحلیل بقا مبتنی بر روش اسپلاین
امروزه بانکهای کشور با معضلات جدی به لحاظ نوع داراییهایشان مواجه هستند. از جمله عواملی که منجر به این وضعیت شدهاند میتوان به کیفیت بد داراییهای بانکها اشاره داشت که علت آن را میتوان نداشتن سیستم رتبهبندی و ارزیابی درست در ریسک اعتباری دانست. در این پژوهش با استفاده از مدل رگرسیون کاکس و همچنین مدل بقای رگرسیون لجستیک مبتنی بر اسپلاین به پیشبینی احتمال نکول در طول زمان پرداخته ایم. برای ...
full textMy Resources
Journal title
volume 23 issue 2
pages 141- 157
publication date 2013-03
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023