مقایسه عملکرد تکنیک های خوشه بندی و شبکه عصبی در طبقه بندی مشتریان بانک
محل انتشار: سیزدهمین کنفرانس بین المللی مهندسی صنایع
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 675
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
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).
کلیدواژه ها:
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