چکیده مقاله
پایه ریزی و ایجاد یک سیستم برای کنترل ریسک مشتریان جزئی ضروری از مدیریت علمی یک بانک به شمار میرود نظر به اهمیت ریسک اعتباری در سیستم بانکی مدلهای امتیازدهی اعتباری به عنوان ابزارهایی جهت کنترل این ریسک، توسعه یافته اند در این پژوهش از ابزارهای داده کاوی و منطق فازی برای رتبه بندی اعتباری مشتریان یک بانک استفاده شده است هدف آنست که در نهایت مدل تصمیم گیری ارائه شده به شناسایی ریسک مشتریان قبل از اعطای تسهیلات کمک نماید روش کار بدین شکل میباشد که طبق یک فرآیند استاندارد داده کاوی CRISP DM دادههای مشتریان سابق بانک جمع آوری فرآیند پاکسازی با استفاده از نرم افزار Spss Clementine بر روی داده ها صورت گرفته و ویژگی های پیوسته طبق نظر کارشناسان بانک مورد مطالعه، فازی شده و متغیرهای تاثیرگذار در رفتار اعتباری مشتریان با استفاده از الگوریتم ژنتیک شناسایی و در نهایت با ایجاد درخت تصمیم گیری الگوهای پنهان در داده ها به شکل درخت قوانین استخراج و طبقات اعتباری مشتریان خوب،متوسط و بد تعیین گردید که هر سه مرحله در نرم افزار Matlab پیاده سازی شده است همچنین مدل پیشنهادی با استفاده دادههای پاکسازی شده توسط چندین روش طبقه بندی نظیر شبکه های عصبی پرسپترون چندلایه شبکههای عصبی با اتصالات جانبی رگرسیون لجستیک، نزدیکترین همسایه Boosting و درخت تصمیم c۴ ۵ نیز مدل سازی شدند نتیجه ارزیابی نشان داد که الگوریتم پیشنهادی نتایج بهتری را به لحاظ دقت تفکیک مشتریان نسبت به روشهای شبکه های عصبی پرسپترون چندلایه، رگرسیون لجستیک نزدیکترین همسایه Boosting و درخت تصمیم c۴ ۵ دارد
کلیدواژهها
نویسندگان
محمد صالح کتابی
گروه کامپیوتر، دانشکده مهندسی علوم و تحقیقات، دانشگاه صنعتی سنندج
شیوه ارجاع
کتابی، محمد صالح،1404،ارائه مدل رتبه بندی مشتریان اعتباری بانکی با استفاده از داده کاوی و منطق فازی: مطالعه موردی بانک خصوصی در ایران،دومین کنفرانس ملی علم داده در کاربردهای مهندسی،تبریز
ارائهشده در
مجموعه مقالات دومین کنفرانس ملی علم داده در کاربردهای مهندسی17 مهر 1404 · تبریز