پیش بینی میزان رضایت مشتریان بانک با تکنیک های داده کاوی

Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 569

This Paper With 12 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CEITCONF02_072

تاریخ نمایه سازی: 27 اردیبهشت 1398

Abstract:

یکی از مهمترین اهداف بانکداران، جلب رضایت مشتریان خود میباشد. عموما زمانی مسیولین بانک از نارضایتی مشتریان مطلع می شوند که آنها برای بستن حساب خود به بانک مراجعه میکنند؛ پیش از آن اغلب مشتریان عدم رضایت خود را از خدمات ارایه شده ابراز نمی کنند. ارایه یک مدل که با توجه به مشخصات مشتریان بتواند رضایت یا عدم رضایت آنها را پیشگویی کند منجر به ارایه ی هر چه بهتر خدمات بانکی، رضایت مشتریان و در نتیجه سود بیشتر بانک ها خواهد شد. در این مقاله با استفاده از داده های مربوط به بیش از 76 هزار مشتری بانک سانتاندر به ارایه ی مدلی می پردازیم که بتواند میزان رضایت یا عدم رضایت مشتریان را پیش بینی کند. برای ارایه ی این مدل تکنیک ها و الگوریتم های مختلف داده کاوی را بکار گرفته ایم. پس از انجام پیش پردازش های لازم بر روی داده ها، از الگوریتم های ماشین بردار پشتیبان، جنگل تصادفی و درخت تصمیم برای ساخت مدل استفاده کردیم. در آزمایشهای این پژوهش، الگوریتم های ماشین بردار پشتیبان و جنگل تصادفی با بیش از 97 درصد صحت بهترین عملکرد را نشان دادند. نتایج حاصل از این پژوهش نشان میدهد که به کارگیری تکنیک های داده کاوی در حوزه ی بانکداری میتواند منجر به ارایه ی هر چه بهتر خدمات بانکی و در نتیجه رضایت بیشتر مشتریان شود.

Authors

فاطمه سلمانی

دانشجوی کارشناسی مهندسی کامپیوتر- نرم افزار، مرکز آموزش عالی کاشمر - کاشمر، بلوار سید مرتضی، مرکز آموزش عالی کاشمر

مهدیس محمدحسینی

دانشجوی کارشناسی مهندسی کامپیوتر- نرم افزار، مرکز آموزش عالی کاشمر - کاشمر، بلوار سید مرتضی، مرکز آموزش عالی کاشمر

فرزانه بنی اسدی

دانشجوی کارشناسی مهندسی کامپیوتر- نرم افزار، مرکز آموزش عالی کاشمر - کاشمر، بلوار سید مرتضی، مرکز آموزش عالی کاشمر

عاطفه خزاعی

دکتری مهندسی کامپیوتر - نرم افزار، مرکز آموزش عالی کاشمر - کاشمر، بلوار سید مرتضی، مرکز آموزش عالی کاشمر