گروهبندی اعتباری مشتریان بانکی بر اساس نسبتهای مالی با استفاده از تکنیک خوشهبندی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 489

فایل این مقاله در 12 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:

MANAGECONF01_601

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

در فضای کسب و کار رقابتی کنونی، مدیریت ارتباط با مشتریان اهمیت بسزایی یافته است و موفقیت سازمانها در گرو شناخت صحیح مشتریان می باشد. به همین دلیل برای موفقیت یک سازمان لازم است سازمان ها مشتریان خود را بهدرستی شناسایی و تمایز میان گروههای مختلف مشتریان را شناسایی نمایند و با مجهز شدن به این دانش، استراتژیها و برنامه های بازاریابی خود را بهبود بخشند. یکی از راه های شناخت مشتریان، از طریق خوشه بندی آنها و شناخت ویژگیهای هر خوشه است. هدف پژوهش حاضر شناخت انواع مشتریان حقوقی یک بانک و خوشه بندی آنها بر اساس سطح ریسک اعتباری آن ها می باشد. بر این اساس در این تحقیق ابتدا به تعیین شاخصهای تأثیرگذار مالی در حوزه اعتباری پرداخته شده است و از این شاخص ها برای گروه بندی استفاده شده است. به منظور خوشه بندی از روش خوشه بندیK-meansاستفاده شده است. تعداد خوشه بهینه نیز با استفاده از شاخص ارزیابی دیویس بولدین مشخص شده است. درنهایت استفاده از الگوریتم خوشه بندی منجر به شناسایی سه گروه از مشتریان گردیده است. با خوشه بندی مشتریان و برچسب گذاری آنها میتوان استراتژی های متناسب با هر گروه از مشتریان را تدوین نمود. نتایج حاصل از این تحقیق میتواند به بانک در شناسایی مشتریان به منظور اعطای وام یاری رساند

نویسندگان

الهام اردلانی

دانشجوی کارشناسی ارشدمهندسی صنایع- مدیریت سیستم و بهره وری، دانشکده مهندسی صنایع واحد تهران جنوب؛

فرشید عبدی

استادیار و عضو هیئت علمی دانشکده مهندسی صنایع، دانشکده مهندسی صنایع واحد تهران جنوب

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 :
  • دکتر محمد صنیعی آباده و همکاران (1391)، داده کاوی کاربردی ...
  • آجرلو، نصیبه . " (1388) الگویی جهت تعیین ارزش چرخه ...
  • امیری، فهیمه."بررسی رفتار مشتریان در استفاده از ابزارهای بانکداری الکترونیک ...
  • البرزی، م.؛ محمد پورزرندی، _ خان بابایی، م(1389) . به ...
  • بهکارگیری دادهکاوی برای کشف مدل امتیازبندی و تحلیل رفتاری مشتریان بانک [مقاله کنفرانسی]
  • حسینی، ی.؛ بحرینی زاده، م .و ضیائی بیده، ع. (1391) ...
  • آذر، ع.؛ احمدی، پ .و سبط، (1389) طراحی مدل انتخاب ...
  • عسگریان، احسان، (386 1)، رویکرد جدید برای خوشه بندی فازی ...
  • سهرابی و خانلری 2007، سنجش ارزش دوره زندگی مشتری (CLV) ...
  • اصلائی، محمد، آل شیخ _ علی اصغر، (1389)، طراحی و ...
  • کاربرد داده کاوی در بهبود مدیریت ارتباط با مشتری [مقاله ژورنالی]
  • گرشاسبی، محمد صادق، ،(1390)، یک روش مبتنی بر خوشه بندی، ...
  • مطیعیان، حمید، (1391)، بهینه سازی مسیر تردد سرویسهای حمل و ...
  • John B. C., Edward I. _ Paul N:(1998) "Management credit ...
  • R.J. Kuo et al, (2007)k, Mining association rules through integration ...
  • Imielinski, T. and Viraani, A. , sMSQL-query language for data ...
  • Yaning, L. & Kia, L. & Fei, G. (2008). Data ...
  • Fang, B. & Ma, S. (2009). Data Mining Technology and ...
  • Hu, Wang and Jing, Zhang (2008), Study of segmentation for ...
  • http:// WW. _ _ _ br/i c im/in gles/downlo ads/pdf ...
  • Bae, S.T., Hwang, H., Cho, G.S. and Goan, M.-J. (2007) ...
  • Parthajit Roy, J.K. Mandal, (2001) A fuzzy Markovian model for ...
  • نمایش کامل مراجع