مقایسه عملکرد تکنیک های خوشه بندی و شبکه عصبی در طبقه بندی مشتریان بانک

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 675

فایل این مقاله در 9 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:

IIEC13_071

تاریخ نمایه سازی: 14 شهریور 1396

چکیده مقاله:

امروزه سیستم امتیازدهی اعتباری بوسیله ی موسسات مالی متعددی در سراسر جهان مورد استفاده قرار می گیرد. ارزیابی ریسکاعتباری یک عملیات مهم برای تضمین وام در سیستم های بانکی می باشد که به بانک ها اطمینان می دهد، وام ها در برنامه زمانیمشخص شده، بازپرداخت شوند. هدف از این مقاله، مقایسه عملکرد تکنیک های خوشه بندی، k-mean و شبکه عصبی پرسپتروندر طبقه بندی مشتریان بانک می باشد. نتایج حاصل از این دو روش با نظرات کمیته باسل نیز مقایسه شده است. نتایج مطالعات کهبر روی یک نمونه 200 تایی از مشتریان یکی از بانک های ایران انجام شده، نشان می دهد که تکنیک شبکه عصبی پرسپترون با 94 %مطابقت با نظریات کمیته باسل، دارای دقت بیشتری از روش k-mean می باشد (74% مطابقت).

نویسندگان

محمدعلی بهشتی نیا

استادیار رشته مهندسی صنایع، دانشگاه سمنان

نرجس سلم آبادی

دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه سمنان

مهدی عالمی

دانشجوی کارشناسی ارشد مدیریت MBA، دانشگاه سمنان