سیدمحمدصادق دشتی - دکترای مهندسی نرمافزار، دانشگاه آزاد اسلامی واحد کرمان
عمید خطیبی بردسیری - عضو هیات علمی، دانشگاه آزاد اسلامی واحد بردسیر

از آنجا که اعطای تسهیلات اعتباری توسط بانک ها با مشکلات متعددی مانند ریسک اعتباری مشتریان مواجه شده است، برای بانک هاضروری است تا از سیستم ها ی پیچیده تری جهت تایید مشتریان استفاده نمایند. هدف این مقاله طبقه بندی مشتریان بانک هایی ا ست کهپیش ازین تسهیلات اعتباری دریافت کرده اند. در این تحقیق فرآیند داده کاوی بر روی داده های اعتباری مشتریان که درس سیستم اطلاعاتیبانک در درسترس است انجام پذیرفت. در ابتدا، داده های مورد نیاز جمع آوری شده و عملیات پیش پردازش بر روی آنها صورت پذیرفت.سپس تکنیک های طبقه بندی از جمله رگرسیون لجستیک، درخت تصمیم 4.5 C و ماشین بردار پشتیبانی با سه روش مختلف، شامل:1) طبقه بندی بدون انتخاب ویژگی ها و خوشه بندی. 2) طبقه بندی بر اساس الگوریتم انتخاب ویژگی ها 3) طبقه بندی بر اساس خوشهبندی اطلاعات؛ بر روی داده های پیش پردازش شده اعمال شد و نتایج حاصل مورد قیاس قرار گرفت. نتایج نشان می دهد که روش طبقهبندی بر اساس خوشه بندی، از دقت بالاتری در پیش بینی ریسک اعتباردر مقایسه با سایر روشهای آزمایش شده برخوردار است.

ریسک اعتبار، درخت تصمیم، رگرسیون لجستیک، ماشین بردار پشتیبانی