CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

اعتبار سنجی مشتریان براساس داده های حجیم بانکداری با استفاده از یادگیری تجمعی و درخت تصمیم

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۳۰ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: ICCONF04_043
زبان مقاله: فارسی
حجم فایل: ۴۹۴.۲۲ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله اعتبار سنجی مشتریان براساس داده های حجیم بانکداری با استفاده از یادگیری تجمعی و درخت تصمیم

  مستوره معینی - دانشجوی دکتری تخصصی نرم افزار دانشگاه آزاد اسلامی واحد تهران جنوب
  اصغر درویشی - عضو هیئت علمی گروه مهندسی نرم افزار دانشگاه ا زاد اسلامی واحد تهران جنوب
  محمد اردویی - دانشجوی دکتری تخصصی نرم افزار دانشگاه آزاد اسلامی واحد تهران جنوب

چکیده مقاله:

با توسعه بانکداری الکترونیک صنعت بانکداری به دلیل فشارهای زیاد رقابتی برای کسب مزیت رقابتی در بازاریابی محصولات خود مجبور به استفاده از دانش موجود در پایگاه داده های خود می باشند این موضوع باعث توسعه بازاریابی هوشمند در بانکداری گردیده است. عملکرد بد بانک در درجه او باعث ورشکستگی بانک و در نتیجه تآثیر منفی بر اقتصاد کشور می شود. برای این منظور بهترین راهکار، دقت هرچه بیشتر در اعتبارسنجی مشتریان است، سیستمی که در روند اصل مشتری مداری در بانک ها می تواند تاثیر شگرفی داشته باشد. با این وجود تاکنون تنها بخشی از این داده ها برای تحلیل رفتار مشتریان استفاده شده است که دلیل آن نبود روش های مناسب و دانش تحلیل و بررسی داده های حجیم است. این مسئله باعث می شود تا این موسسات نتوانند تحلیل صحیح و جامعی از رفتار مشتریان داشته باشند و اعتبارسنجی دقیقی انجام نخواهد شد. که خود چالش جدیدی در دنیای اعتبارسنجی مشتریان بانکی به شمار می رود. هدف از این تحقیق یافتن مدلی است تا بتواند با دقت بالا در داده های حجیم مشتریان خوب را از مشتریان بد تشخیص دهد.

کلیدواژه‌ها:

داده کاوی، اعتبارسنجی، ریسک در صنعت بانکداری، کاربردهای داده کاوی داده حجیم

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICCONF04-ICCONF04_043.html
کد COI مقاله: ICCONF04_043

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
معینی, مستوره؛ اصغر درویشی و محمد اردویی، ۱۳۹۷، اعتبار سنجی مشتریان براساس داده های حجیم بانکداری با استفاده از یادگیری تجمعی و درخت تصمیم، چهارمین کنفرانس ملی نوآوری و تحقیق در مهندسی برق و کامپیوتر و مکانیک ایران، تهران، موسسه آموزش عالی مهر اروند و مرکز راهکارهای دستیابی به توسعه پایدار، https://www.civilica.com/Paper-ICCONF04-ICCONF04_043.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (معینی, مستوره؛ اصغر درویشی و محمد اردویی، ۱۳۹۷)
برای بار دوم به بعد: (معینی؛ درویشی و اردویی، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۸۳۰۴
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • صنعت بانکداری > بانکداری
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.