CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

جداسازی و رتبه بندی مشتریان خوش حساب بانک رفاه با رویکرد داده کاوی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۳۰۳ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: ICMM01_0279
زبان مقاله: فارسی
حجم فایل: ۵۵۴.۸۳ کیلوبایت (فایل این مقاله در ۱۰ 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 ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله جداسازی و رتبه بندی مشتریان خوش حساب بانک رفاه با رویکرد داده کاوی

  نوید اسدپور - دانشجوی کارشناسی ارشد مدیریت بازرگانی دانشگاه آزاد اسلامی واحد رشت
  کامبیز شاهرودی - استادیار گروه مدیریت دانشگاه آزاد اسلامی واحد رشت

چکیده مقاله:

یکی از وظایف داده کاوی ساختن مدل هایی برای پیشگویی کلاس یک شئ بر اساس بعضی از ویژگی های آن می باشد . همچنین یک شئ می تواند در رده هایی مانند: اعتبار خوب یا بد برای متقاضیان وام تقسیم شود. مساله این است که مشتریانی وجود دارند که علیرغم خوش حسابی مانند سایر مشتریان با آنها برخورد می شود و ضمانت های زیادی برای اعطای تسهیلات از آن ها دریافت می شود و حتی گاهی مشتریان بدحساب تر تسهیلات درخواستی خود را در مدت زمانی کوتاه تر از مشتریان خوش حساب دریافت میکنند.در این مقاله قصد داریم با جداسازی مشتریان خوشحساب از مشتریان نه چندان خوش حساب بانک و رتبه بندی آن ها نحوه برخورد بانک با مشتریان از لحاظ میزان ضمانت دریافتی، اولویت زمانیپرداخت وام و تسهیلات و... را بر اساس رتبه هر مشتری سازماندهی کنیم . در این مقاله با در نظر گرفتن خصوصیات متقاضیان وام و با استفاده از داده کاوی نسبت به اعتبار سنجی مشتریان بانک اقدام خواهد شد.با استفاده از روش های درخت تصمیم (C5،CART) و شبکه عصبی که پرکاربردترین تکنیک های داده کاوی در زمینه دسته بندی هستند و با کمک نرم افزار قدرتمند clementine به تجزیه وتحلیل داده ها پرداخته و درپایان با مقایسه سه روش مدل نهایی انتخاب و نسبت به پیشگویی رده مشتریان جدید بر اساس مدل نهایی اقدام خواهد شد و سپس با استفاده از درخت تصمیم گیری نحوه ارتباط بانک با مشتریان تعیین خواهد شد.

کلیدواژه‌ها:

داده کاوی،رده بندی،اعتبارسنجی مشتریان،درخت تصمیم،شبکه عصبی

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-ICMM01-ICMM01_0279.html
کد COI مقاله: ICMM01_0279

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:
اسدپور, نوید و کامبیز شاهرودی، ۱۳۹۲، جداسازی و رتبه بندی مشتریان خوش حساب بانک رفاه با رویکرد داده کاوی، کنفرانس بین المللی مدیریت، چالشها و راهکارها، شیراز، https://www.civilica.com/Paper-ICMM01-ICMM01_0279.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: (اسدپور, نوید و کامبیز شاهرودی، ۱۳۹۲)
برای بار دوم به بعد: (اسدپور و شاهرودی، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Hung c, Jiau H, Huang Y..(2006)" Evaluation of neural networks ...
  • شهرابی، ج، (۱۳۹۰)، داده کاوی، چاپ دوم، انتشارات جهاد دانشگاهی. ...
  • Chiu C, Chou Y, Lu C, Lee T..(2006)" Mining the ...
  • pointion J, Masry A, Abdou H.(2008)" Neural nets versus conventional ...
  • Chen J, Yang L, Su M, Lin J, (2010)"A rule ...
  • Yang B, Li L, Xie Q, Xu J, (2 009) ...
  • Aihua L, Wenbin L, Yong S, (2009)"Study on the application ...
  • Khandani E, Kim J, Lo W, (201 0)Consumer credit risk ...
  • آذرع، احمدی، پ.، سبط، م.و، (۳۸۹ ۱)"، طراحی مدل انتخاب ...
  • قدس لی، .، شهریوری، ش، ذ والنوری، م، (۱۳۹۰)" مقایسه ... (مقاله کنفرانسی)
  • دادهکاوی و مدیریت ارتباط با مشتری (CRM) در بانکها [مقاله کنفرانسی]
  • تارخ، م.ج.، شریفیان، ک، (۳۸۹ ۱)" کاربرد داده کاوی در ... (مقاله ژورنالی)
  • Ong S, Mohamed Husain N, Yap B, (2011)" Using data ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۴۹۰۸
    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 > بانک رفاه
  • 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.