رتبه بندی مشتریان بانک جهت ارایه خدمات بهینه در دستگاه های بانکی مبتنی بر شبکه عصبیART و سیستم خبره فازی
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 508
This Paper With 14 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:
CEBPS07_046
تاریخ نمایه سازی: 5 آبان 1397
Abstract:
هدف از این پژوهش، ارایه یک مدل رتبه بندی هیبریدی با ترکیب روش انتخاب ویژگی ها مبتنی بر شبکه عصبی ART و سیستم خبره فازی است که به دستگاه های بانکی جهت اخذ تصمیمات برای ارایه خدمات بهینه به مشتریان کمک می نماید.یکی از راه های شناخته شده و موثر در بانکداری نوین، مدل های رتبه بندی مشتریان اعتباری است. این مدلها کمک میکنند که بانک با هزینه کمتر درخواست های مشتریان اعتباری را بررسی نماید، اما از آنجا که با پیشرفت تکنولوژی و مکانیزه شدن بسیاری از فرآیندها، بانک ها به سمت دایر نمودن شعب شبانه روزی مجهز به دستگاه های پیشرفته روی می آورند، نیاز است تا این رتبه بندی از بعدی تازه و با نگاهی جدید مورد بررسی قرار گیرد تا در دستگاه های بانکی نقطه اتکایی جهت تضمین ارایه صحیح ترین، دقیق ترین و امن ترین خدمات به مشتریان باشد.سیستم های خبره به عنوان یکی از تکنیک های هوش مصنوعی می توانند به ساخت مدلهای رتبه بندی مشتریان بانک ها بپردازند. در اینجا، انتخاب ویژگی ها با تمرکز بر نوع و ماهیت تراکنش ها و درجه احراز هویت آنها صورت پذیرفته است؛ همچنین ممکن است مقادیر ویژگی ها، به صورت فازی بیان شوند. صورت مسیله مورد بررسی این است، چگونه می توان به کمک مدل هیبریدی پیشنهادی، انتخاب ویژگی ها را بهبود بخشید؛ به گونه ای که این ویژگی ها به منزله ورودی در سیستم خبره فازی مورد استفاده قرار گیرند و با استفاده از خروجی آن دستگاه بتواند تصمیم گیری درست در خصوص ارایه خدمت به مشتری داشته باشد. این پژوهش، از نظر نتایج کاربردی و هدف، توصیفی از نوع مطالعه موردی است. جهت آموزش و آزمون مدل، از مجموعه داده های بانک پاسارگاد استفاده شده است. پس از پیش پردازش دادهها، به کمک شبکه عصبی ART ویژگی ها انتخاب می گردد و از طریق مصاحبه با فردی خبره و به کارگیری منطق فازی، دامنه تغییرات ویژگی های منتخب تعیین شده و سپس قوانین فازی رتبه بندی ایجاد می گردد. جهت تحلیل داده ها از ابزار وکا و ماژول سیستم استنتاج فازی در نرم افزار متلب استفاده شده است. نتایج نشان می دهد، دقت طبقه بندی مدل پیشنهادی نسبت به سایر روش های مقایسه شده در این مقاله بیشتر است و از این مدل می توان جهت رتبه بندی مشتریان بانک برای ارایه خدمات بهینه در دستگاه های بانکی بهره برد.
Keywords:
Authors
سیده مایده حبیبی
کارشناس امور تحقیق و توسعه شرکت توسعه خدمات الکترونیکی
مهرداد حداد
رییس اداره نرم افزار بانک پاسارگاد