شناسایی مشتریان معتبر در سیستم بانکداری الکترونیک با تلفیق تکنیک های خوشه بندی و دسته بندی و ویژگی های RFM
Publish place: National Conference on Knowledge and Technology of Electrical Engineering, Computer and Mechanics of Iran
Publish Year: 1398
Type: Conference paper
Language: Persian
View: 937
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
UTCONF03_120
Index date: 15 September 2019
شناسایی مشتریان معتبر در سیستم بانکداری الکترونیک با تلفیق تکنیک های خوشه بندی و دسته بندی و ویژگی های RFM abstract
شناخت مشتریان معتبر و همچنین شناخت نیازهای مشتریان عامل موثری درکسب برتری در ارائه خدمات به مشتریان است. حفظ این گونه مشتریان در بلند مدت نسبت به جذب مشتریان جدید برای جایگزینی مشتریانیکه با بانک قطع رابطه کرده اند سودمندتر است. در این تحقیق علاوه بر ویژگی های RFM ، از یک شاخص ترکیبی جدید بر مبنای میانگین هارمونیک برای خوشه بندی مشتریان بانک و تعیین مشتریان معتبر استفاده می کنیم. در ادامه با تلفیق خروجی الگوریتم خوشه بندی k-means و یک روش طبقه بندی فازی مبتنی بر قانون، یک مدل تشخیصی برای تعیین مشتریان معتبر ایجاد می کنیم. تعیین تعداد خوشه های بهینه بر مبنای معیار سیلوئت و الگوریتم تپه نوردی انجام می شود. نتایج آزمایش ها بر روی اطلاعات تراکنشی 2000 مشتری بانک، برتری روش پیشنهادی را نسبت به الگوریتم K-LRFM که به تازگی ارائه شده است نتایج بهتری را به میزان 0.15 % گزارش می دهد.
شناسایی مشتریان معتبر در سیستم بانکداری الکترونیک با تلفیق تکنیک های خوشه بندی و دسته بندی و ویژگی های RFM Keywords:
شناسایی مشتریان معتبر در سیستم بانکداری الکترونیک با تلفیق تکنیک های خوشه بندی و دسته بندی و ویژگی های RFM authors
احمد قنبری
گروه مهندسی کامپیوتر، واحد تنگستان (اهرم)، دانشگاه آزاد اسلامی، تنگستان، ایران
علی هارون آبادی
گروه مهندسی کامپیوتر، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
محمود قدرتیان
مهندسی کامپیوتر، واحد تنگستان (اهرم)، دانشگاه آزاد اسلامی، تنگستان، ایران