ارائه مدلی برای تحلیل رفتار مشتری بر بستر معماری کلان داده مطالعه موردی کشف تقلب
Publish place: Iran's first international business intelligence conference
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 809
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
BICONF01_001
Index date: 24 January 2017
ارائه مدلی برای تحلیل رفتار مشتری بر بستر معماری کلان داده مطالعه موردی کشف تقلب abstract
تحلیل داده های کلان به عنوان رویکردی جدید در کسب و کارها مطرح شده است و یکی از کاربردهای اصلی آن در تحلیل های هوش تجاری و کمک به تصمیم گیری بهتر در لایه های بالای مدیریت سازمانی است. پیاده سازی و اجرای این رویکرد از طرفی دارای پیچیدگی ها و هزینه های خاص خود نیز است. با توجه به درگیر بودن مجموعه متنوعی از تکنولوژی ها و انواع مختلف منابع دادهای در این رویکرد، برای پرهیز از شکست پروژه های کلانداده ای بویژه در بانک ها که پیشرو در بکارگیری تکنولوژی های نوین تحلیل دادهای هستند، لازم است تا پروژه ها در یک بستر و چارچوب آزمایش شده انجام شوند. در این تحقیق یک معماری مهندسی برای تحلیل داده های کلان بانکی بر اساس لایه های اصلی تحلیل داده ارائه شده است که نحوه اتصال و ارتباط تکنولوژی های مختلف از پایین ترین لایه یعنی لایه زیرساخت تا بالاترین لایه یعنی لایه تعامل را نشان میدهد. از این معماری سپس برای کشف تقلب در داده های بانکی استفاده شده است و روشی نیز برای تحلیل رفتارهای پرخطر و ذخیره سازی رفتارها در معماری پیشنهادی ارائه شده است
ارائه مدلی برای تحلیل رفتار مشتری بر بستر معماری کلان داده مطالعه موردی کشف تقلب authors
عبدالله عشقی
دانشجوی دکتری فناوری اطلاعات، دانشکده مهندسی صنایع و سیستمها دانشگاه تربیت مدرس، تهران، ایران
حمید بناییان
دکتری مدیریت مالی، دانشکده مدیریت دانشگاه تهران، تهران، ایران
مهرداد کارگری
استادیار گروه فناوری اطلاعات، دانشکده مهندسی صنایع و سیستمها دانشگاه تربیت مدرس، تهران، ایران
مصطفی جاویده
کارشناس ارشد مهندسی نرمافزار، دانشکده مهندسی کامپیوتر دانشگاه علموصنعت، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :