بکارگیری تکنیکهای خوشه بندی و الگوریتم ژنتیک در ساخت درختان تصمیم گیری برای طبقه بندی بهینه مشتریان بانکها
Publish place: 3rd Iran Data Mining Conference
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 4,592
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IDMC03_035
تاریخ نمایه سازی: 13 دی 1389
Abstract:
بانکها به منظور تعیین ریسک اعتباری و ارائه خدماتمالی به مشتریان خودنیازمند شناسای دقییق آنها هستند مدلهای اعتبار سنجی می تواننددر این زمینه به پشتیبانی از بانکها بپردازند درختان تصمیم گیری به عنوان یکی از تکنیکهای داده کاوی کاربرد زیادی در اعتبار سنجی مشتریان بانکها و اعطای تسهیلات اعتباری به آنها دارند. مسئله اصلی شامل دقت طبقه بندی پیچیدگی اندازه بیش از حد و عدم انعطافپذیری درختان تصمیم گیری در طبقه بندی و اعتبار سنجی مشتریان است هدف از این مقاله ارائه مدل تلفیقی پیشنهادی برای حل مسائل فوق و بهینه سازی درختان تصمیمگیری و با بکارگیری تکنیکهای خوشه بندی و الگوریتم ژنتیک است می توان با انتخاب ویژگیهای مناسب توسط الگوریتم ژنتیک و ساخت درختان تصمیم گیری به کاهش پیچیدگی افزایش انعطاف پذیری و دقت طبقه بندی پرداخت در مدل تلفیقی پیشنهادی ابتدا عمل خوشه بندی برروی مجموعه داده اعتباری صورت می گیرد. سپس توسط الگوریتم طبقه بندی متا و الگوریتم انتخاب ویژگی مبتنی بر درخت تصمیم گیری ژنتیکی درخت تصمیم گیری C4.5 در هر خوشه ساخته می شود در نهایت با اتخاذ یک استراتژی مناسب بهترین درختان تصمیم گیری در هر خوشه برای اعتبار سنجی مشتریان انتخاب می شود.
Keywords:
Authors
محمد خان بابایی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران