حمیده قره جه داغی - گروه علوم کامپیوتر ، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد خوی، خوی، ایران
رامین جعفرزاده - گروه علوم کامپیوتر ، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد خوی، خوی، ایران
عبدالرضا حاتم لو - گروه علوم کامپیوتر ، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد خوی، خوی، ایران

بانک ها نقش اصلی را در تامین مالی بخش های مختلف اقتصادی بر عهده دارند و در راستای ایفای این نقش با ریسک های متفاوتی روبه رو هستند که یکی از عمده ترین آنها ریسک اعتباری است . برای اعمال مدیریت و کنترل این ریسک می بایست آگاهی و شناخت کافی از متقاضیان اعتبار داشته باشند . پایه ریزی و ایجاد یک سیستم برای کنترل ریسک مشتریان جزیی ضروری از مدیریت علمی یک بانک به شمار می رود . بدیهی است با بهره گرفتن از چنین سیستمی بانک را در گزینش مطلوب مشتریان خود یاری نموده و با کنترل و کاهش ریسک اعتباری ، بهره وری فرایند اعطای تسهیلات اعتباری بانکی افزایش می یابد . در مقاله حاضر مدل طبقه بندی مبتنی بر ماشین بردار پشتیبان ارایه گردیده است و از تکنیک های Grid و Filter ،Wrapper ، F-Score و search جهت طبقه بندی متقاضیان تسهیلات اعتباری بانکی استفاده شده است و مدل پیشنهادی با چندین الگوریتم دیگر مقایسه گردیده و نتایج بررسی نشان می دهد که چارچوب جدید ارایه گردیده در مقایسه با سایر روشهای مطرح در این حوزه از دقت بالاتری در تشخیص مشتریان خوش حساب و مشتریان بدحساب دارا می باشد.

رتبه بندی اعتباری ، داده کاوی ، دسته بندی ، ماشین بردار پشتیبان