CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی میزان رضایت مشتریان بانک با تکنیک های داده کاوی

عنوان مقاله: پیش بینی میزان رضایت مشتریان بانک با تکنیک های داده کاوی
شناسه ملی مقاله: CEITCONF02_072
منتشر شده در دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی در سال 1397
مشخصات نویسندگان مقاله:

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

خلاصه مقاله:
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.

کلمات کلیدی:
رضایت مشتریان، خدمات بانکی، دادهکاوی، ماشین بردار پشتیبان، جنگل تصادفی، درخت تصمیم

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/849109/