محمد محزون - دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه یزد
حسن خادمی زارع - استاد گروه مهندسی صنایع، دانشگاه یزد

امروزه ارزیابی سطح اعتبار مشتریان در بانک ها، یکی از تصمیمات مهم در حوزه بانکداری محسوب می شود. بانک ها به منظور ارایه خدمات مالی به مشتریان خود، نیازمند ارزیابی درست سطح اعتبار آن ها می باشند. عدم ارزیابی صحیح مشتریان، منجر به اتلاف منابع مالی بانک ها و درنتیجه کاهش بهره وری آن ها می شود. با استفاده از تکنیک ها و تحلیل های داده کاوی می توان از الگوریتم ها و مدل های پیش بینی استفاده کرد تا سطح اعتبار مشتریان را پیش بینی کرد. این امر به بانک ها کمک می کند تا تصمیم های مالی مناسب تری را در رابطه با هر مشتری اتخاذ کنند و ریسک احتمالی خود را کاهش دهند. در این پژوهش، با استفاده از توسعه مدل های داده کاوی درخت تصمیم، شبکه عصبی و رگرسیون لجستیک، سطح اعتبار مشتریان بانک جهت اعطای تسهیلات مالی پیش بینی می شود. سپس، با استفاده از ماتریس اغتشاش، دقت مدل های ارایه شده سنجیده می شود. در این پژوهش مشخص شد که مدل رگرسیون لجستک با دقت ۱۳/۹۴ درصد، بهترین مدل جهت پیش بینی سطح اعتبار مشتریان بانک است. همچنین دقت دیگر مدل ها با انجام صحیح روش های پاک سازی داده ها، بالای ۹۰ درصد شدند که در پژوهش های سابق در این حوزه وجود نداشته است.

ارزیابی سطح اعتبار، بانک، داده کاوی، مدل های پیش بینی.