مقایسه الگوریتم های درخت ژنتیکی و کلونی مورچگان جهت دسته بندی مشتریان اعتباری بانک

اعطای تسهیلات اعتباری بانکی در سالهای اخیر با مشکلاتی از قبیل ریسک اعتباری مشتریان مواجه شده است که استفاده از سیستمهای پیشرفته اعتبار سنجی را برای بانکها ضروری نموده است از طرفی استفاده از الگوریتم های داده کاوی و هوش مصنوعی به منظور تفکیک مشتریان از نظر ریسک بازپرداخت تسهیلات در بانکهای موفق دنیا جایگاه ویژه ای داشته و مبنای تصمیمات در حوزه مشتریان اعتباری می باشد هدف این مقاله طبقه بندی مشتریان اعتباری بانک سامان به لحاظ ریسک بازپرداخت تسهیلات دریافت شده میباشد. دراین تحقیق با استفاده از داده های مشتریان حقوقی که در سیستمهای اطلاعاتی بخش اعتبارات بانک مورد مطالعه موجود می باشد فرایندداده کاوی برروی این داده ها صورت می پذیرد. بدین شکل که ابتدا داده های مورد نیاز جمع اوری شده و پیش پردازش برروی آنها صورت می پذیرد همچنین متغیرهای تاثیر گذار در مدل شناسایی شده و سپس الگوریتمهای درخت ژنتیکی و کلونی مورچگان برروی داده هاینهایی اجرا شده و نتایج پیش بینی این الگوریتم ها با یکدیگر و نیز با تعدادی از الگوریتم های دسته بندی از جمله SVM,KNN,MLP مورد مقایسه قرار می گیرند. در نهایت مدلی که بالاترین میزان صحت رادر پیش بینی طبقه مشتریان دارد بهعنوان الگوریتم پیشنهادی می باشد.

Keywords:

درخت ژنتیکی , کلونی مورچگان , داده کاوی , ریسک اعتباری , بانک , دسته بندی