پویا فایل

پویا فایل

پویا فایل

پویا فایل

داده کاوی در بانکداری

امروزه با گسترش روزافزون اطلاعاتی که بشر با آن­ها سر و کار دارد، بهره ­گیری از روش­هایی هم­چون داده­ کاوی برای استخراج دانش و اطلاعات نهفته در داده ­ها امری غیر قابل اجتناب است. سازمان­ها با استفاده از داده­ کاوی می­توانندفرآیندهای تصمیم­ گیری را بهبود بخشند. داده ­کاوی سبب می­شود که سازمان­ها ازسطح داده به سطوح بالاتر دانش و الگوهای ناشناخته برسند.

در این میان بانک­ها اساساً از پایگاه­های داده متعدد و گسترده­ای برخوردار هستند که حاوی اطلاعات مربوط به مبادلات و جزئیات دیگر مربوط به مشتریانشان است. داده ­کاوی به نوبه­ی خود در راستای حل مسائل موجود در کسب و کار در صنعت بانکداری و مالی آن هم به واسطه ­ی یافتن الگوها، روابط علی و معلولی و روابط حاکم در قیمت­های بازار و اطلاعات کسب و کار مشتریان به کار می­رود.

فهرست مطالب

عنوان صفحه

فصل 1 دانش نوین داده­کاوی

1-1. مقدمه ......................................... 1

1-2. تاریخچه داده­ کاوی .................................................................. 2

1-3. چرا داده ­کاوی لازم است؟ ...................................................................... 2

1-4. فرآیند کشف دانش و داده ­کاوی .................................... 3

1-5. معرفی برخی از روش­های داده­ کاوی .............................. 7

1-5-1. تحلیل انحراف .................................................. 8

1-5-2. نمایه ­سازی ............................................ 9

1-5-3. قوانین وابستگی .............................................. 10

1-5-4. تحلیل توالی ......................................... 13

1-5-5. خوشه ­بندی .............................................. 14

1-5-6. دسته­ بندی ......................................... 19

1-5-7. پیش ­بینی ......................................................... 21

فصل 2 کاربرد­های داده­ کاوی در صنعت بانکداری

2-1. مقدمه ..................................................................... 23

2-2. داده ­کاوی در بازاریابی مدیریت ارتباط با مشتریان بانک ................................. 25

2-2-1. مدیریت ارتباط با مشتری و پروفایل ­سازی از آن­ها ........................ 27

2-2-2. مراقبت از مشتری ...................................................................... 32

2-2-3. داده ­کاوی و تحلیل رویگردانی مشتریان ........................................ 34

2-3. کاربرد داده­ کاوی در کشف تقلب و سوء استفاده­ های مالی ................................ 42

2-4. داده ­کاوی و پیش­ بینی عملکرد بانک ................................. 55

2-5. داده ­کاوی در ارزیابی اعتبار مشتریان بانک .............................. 60

2-6. کاربرد داده ­کاوی در ارزیابی عملکرد بانک ............................ 68

فصل 3 مثال­های عملی از کاربرد داده­ کاوی در صنعت بانکداری

3-1. کاربرد داده­ کاوی در بخش­بندی مشتریان ........................... 74

3-1-1. مقدمه ................................................ 74

3-1-2. ارزش چرخه عمر مشتری، مفهوم تعاریف ................................. 76

3-1-3. استفاده از مدل­های خوشه ­بندی و CLV جهت بخش­بندی مشتریان بانک ....................... 77

3-1-4. ارائه سرویس مناسب به مشتریان بالقوه ......................................... 81

3-2. رتبه­ بندی اعتبار متقاضیان دریافت وام با استفاده از تکنیک­های داده­ کاوی ................ 84

3-3. رتبه ­بندی اعتبار با استفاده از نسبت­های مالی ............................................ 88

3-4. بخش­بندی دارندگان کارت­های اعتباری با استفاده از داده ­کاوی ............................. 90

3-4-1. پروژه طراحی بخش­بندی رفتاری ............................................... 91

3-4-2. آماده ­سازی داده ­های مورد نیاز برای ساخت مدل ................................ 92

3-4-3. انتخاب جمعیت بخش­بندی .................................. 93

3-4-4. شاخص­های کلیدی عملکرد درباره استفاده از کارت­های اعتباری .................. 93

3-5. سه گام اصلی فرآیند تحلیل ........................................... 97

3-6. گزارش، گام نهایی فرآیند داده ­کاوی .................................. 116

3-7. مزایا و معایب داده­ کاوی ........................................ 116

3-8. نتیجه­ گیری .................................. 118

فهرست اشکال

شکل ­1-1. فرآیند کشف دانش ................................................ 6

شکل 1-2. عملکردهای داده­ کاوی .................................................... 8

شکل 1-3. تحلیل انحراف در یک پایگاه داده ................................... 9

شکل 1-4. نمونه­ای از توالی بازدید­های وب ..................................... 14

شکل 1-5. نمونه­ای ساده از خوشه­ بندی مشتریان .................... 16

شکل 1-6. خوشه­ بندی با استفاده از K-means ................18

شکل 1-7. درخت تصمیم­گیری برای دسته­بندی مشتریان ................... 21

شکل 1-8. رگرسیون خطی ساده ..................................... 22

شکل 2-1. مدیریت ارتباط با مشتری و داده­ کاوی ......................... 29

شکل 2-2. دوره ­های زمانی مختلف در مسأله رویگردانی مشتریان بانک ................. 36

شکل 2-3. دسته­ بندی انواع تقلب ............................................. 43

شکل 2-4. فراوانی مدل­های استفاده شده در کشف سوء استفاده­ های مالی ................. 46

شکل2-5. رتبه­ بندی اعتبار در صنعت بانکداری ............................ 61

شکل 2-6. DMU در فرآیند تحلیل پوششی داده ­ها ................. 71

شکل 2-7. شاخص­های خروجی مورد استفاده در تحلیل پوششی داده ­ها ............... 72

شکل 3-1. مدل­سازی خوشه­ بندی مشتریان بانک­ها در Clementine ................................... 79

شکل 3-2. نتایج خوشه ­بندی مشتریان بر اساس روش SOM ............................. 79

شکل 3-3. توزیع شغلی مشتریان هر خوشه ................. 79

شکل 3-4. استفاه از الگوریتم Aprioriدر نرم ­افزار Clementine ........................... 82

شکل 3-5. فرآیند مدل­سازی رتبه ­بندی اعتبار مشتریان بانکی در Clementine............... 86

شکل 3-6. مقایسه مدل­های رتبه­ بندی اعتبار با استفاده از منحنی Gain ................ 86

شکل 3-7. قواعد رفتاری حاصل از مدل­ رتبه ­بندی اعتبار ............................. 87

شکل 3-8. فرآیند مدل­سازی Clementine ............................. 98

شکل 3-9. نمودار نمایه خوشه 1 ............................ 108

شکل 3-10. نمودار نمایه خوشه 2 ........................ 109

شکل 3-11. نمودار نمایه خوشه 3 .......................... 110

شکل 3-12. نمودار نمایه خوشه 4 ......................... 111

شکل 3-13. نمودار نمایه خوشه 5 ........................ 112

شکل 3-14. نمودار نمایه خوشه 6 ......................... 113

شکل3-15. نمودار نمایه خوشه 7 ....................... 114

شکل 3-16. نمودار نمایه خوشه 8 ............... 115

فهرست جداول

جدول 1-1. لیستی از محصولات و خدمات قابل ارائه در بانک..... 11

جدول 1-2. نمونه داده­ های مورد نیاز در مدل­سازی مسأله دسته­ بندی .................... 20

جدول 2-1. پژوهش­های انجام شده در در زمینه کاربرد داده­ کاوی در تحلیل رویگردانی مشتریان ....... 42

جدول 2-2. پژوهش­های انجام شده در زمینه کاربرد داده­ کاوی در زمینه کشف تقلب ............. 55

جدول 2-3. پژوهش­های انجام شده در زمینه کاربرد داده­ کاوی در ارزیابی عملکرد بانک ......... 60

جدول 2-4. پژوهش­های انجام شده در زمینه کاربرد داده ­کاوی در ارزیابی اعتبار مشتریان ......... 68

جدول 3-1. پروفایل­های حاصل با استفاده از خوشه ­بندی .......................... 80

جدول 3-2. نمونه ­ای از قوانین وابستگی تولید شده در یک خوشه ............... 83

جدول 3-3. متغیرهای مورد استفاده در رتبه­ بندی اعتبار .................................. 85

جدول 3-4. بخش­بندی کارت­­های اعتباری، خلاصه روش اجرا ................................... 94

جدول 3-5. فیلدهای استفاده شده برای بخش­بندی دارندگان کارت­های اعتباری ....................... 97

جدول 3-6. تصمیم ­گیری برای تعداد اجزای استخراجی با آزمودن جدول"واریانس" در PCA ........... 99

جدول 3-7. فهم و طبقه­ بندی اجزا با استفاده از ماتریس محوری اجزاء ......................... 100

جدول 3-8. تفسیر قوانین استخراج شده اجزاء ........................ 101

جدول 3-9. مراکز خوشه­ ها....................................... 102

جدول 3-10. میانگین درصد خریدها بر مبنای نوع کالا در خوشه­ ها ................. 103

جدول 3-11. میانگین تعداد خرید بر مبنای نوع کالا در خوشه ­ها ......................... 104

جدول 3-12. نمایه­ سازی خوشه­­ ها بر مبنای شاخص­های عملکرد ............... 106

جدول 3-13. نمایه­ سازی خوشه­ ها بر مبنای مشخصه ­های جمعیت شناختی .............. 107



خرید فایل



لینک منبع :داده کاوی در بانکداری

داده کاوی در بانکداری الکترونیکی (Data Mining in e-banking) چیست؟ asrebank.ir/.../داده-کاوی-در-بانکداری-الکترونیکی-(Data-Mining-in-e-banking)-چیست؟‎Cached Similar12 ژوئن 2014 ... صنعت بانکداری در دنیا تغییرات زیادی را در نحوه انجام فعالیت های خود متحمل شده است. بانکهای پیشرو از ابزارهای داده کاوی برای تقسیم بندی ... داده کاوی در بانکداری الکترونیکی ((Data Mining in e-banking - کسب ... electronicbusiness.blogsky.com/1393/08/28/post-1/‎Cached Similar19 نوامبر 2014 ... کسب و کار الکترونیکی(EB=EC+CRM+ERP+SCM) - اانواع مطالب دروس در حوضه تجارت و بانکداری الکترونیک. [PDF] ﮐﺸﻒ داﻧﺶ داده ﮐﺎوی ﻫﺎ ﭘﻨﻬﺎن داده - بانک سپه www.banksepah.ir/upload/modules/articles/pdfs/79.pdf‎Cached Similarﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﮐﺎرﺑﺮد وﺳﯿﻊ داﻧﺶ ﻣﺬﮐﻮر و ﻟﺰوم آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﻔﺎﻫﯿﻢ او. ﻟﯿﻪ داده. ﮐﺎوی، ﻣﻘﺎﻟﻪ ﺣﺎﺿﺮ ﺑﻪ. ﻣﻌﺮﻓﯽ داﻧﺶ داده . ﮐﺎوی و ﺑﯿﺎن ﻣﻔﺎﻫﯿﻢ اوﻟﯿﻪ آن ﻣﯽ. ﭘﺮدازد . ﻣﻔﻬﻮم داده ﮐﺎوی. : در ﻃﻮل دﻫﻪ. ﻫﺎی. ﮔﺬﺷﺘﻪ ﺣﺠﻢ زﯾﺎدی از داده ﻫﺎ ... کاربردهای دانش داده‌کاوی در بانکداری الکترونیک با تاکید بر ... ganj.irandoc.ac.ir/articles/676705‎Cached Similarداده های مربوط به تراکنش مشتریان در سیستم بانکداری الکترونیکی، اغلب دارای ... بررسی الگوهای رفتاری مشتریان امری ضروری است که با استفاده از علم داده کاوی می ... [PDF] 480 K https://journals.ut.ac.ir/article_50051_267cbcc51cdf0588c44d046e3d143039.pdf‎Cachedﺑﻨﺪی ﻣﺸﺘﺮﻳﺎن اﻳﻨﺘﺮﻧﺖ ﺑﺎﻧﻚ ﺑﺎ ﻛﻤﻚ اﻟﮕﻮرﻳﺘﻢ. ﻫﺎی داده. ﻛﺎوی. رﺿﺎ رادﻓﺮ. 1. ، ﻧﻮﻳﺪ ﻧﻈﺎﻓﺘﻲ. 2. ، ﺳﻌﻴﺪ ﻳﻮﺳﻔﻲ. اﺻﻠﻲ. 3. ﭼﻜﻴﺪه. : ﻃﺒﻘﻪ. ﺑﻨﺪی. ﻣﺸﺘﺮﻳﺎن. ﺑﺎ اﺳﺘﻔﺎده از اﻟﮕﻮرﻳﺘﻢ. ﻫﺎی داده. ﻛﺎوی، ﺑﺎﻧﻚ. ﻫﺎ را. ﻗـﺎدر ﺑـﻪ. ﺣﻔـﻆ و. SID.ir | دسته بندی کاربران موبایل بانک با استفاده از رویکرد داده کاوی ... fa.journals.sid.ir/ViewPaper.aspx?id=175265‎Cached Similarدانلود رایگان متن کامل مقاله علمی پژوهشی دسته بندی کاربران موبایل بانک با استفاده از رویکرد داده کاوی: مقایسه بین تکنیک شبکه های عصبی مصنوعی و تکنیک ... مقاله کاربرد داده کاوی در بانکداری به منظور کسب مزیت رقابتی www.civilica.com/Paper-AEBSCONF01-AEBSCONF01_599=کاربرد-داده-کاوی-در-بانکداری-به-منظور-کسب-مزیت-رقابتی.html‎Cachedمقاله کاربرد داده کاوی در بانکداری به منظور کسب مزیت رقابتی, در همایش ملی الکترونیکی دستاوردهای نوین در علوم مهندسی و پایه (National e-Conference on ... فناوری و تجارت الکترونیک - داده کاوی در بانکداری الکترونیکی (Data ... it-study.blogfa.com/post-66.aspx‎Cachedداده کاوی در بانکداری الکترونیکی (Data Mining in e-banking). درعصر انفجار اطلاعات شرکتهای فردی هرروزه حجم زیادی از داده را تولید وجمع آوری خواهندکرد. استخراج ... پایان نامه داده کاوی در بانکداری الکترونیکی - فایل مارکت filemarkt.ir/پایان%20نامه%20داده%20کاوی%20در%20بانکداری%20%20الکترو...‎Cachedموضوع : پایان نامه داده کاوی در بانکداری الکترونیکی. فرمت فایل: WORD (قابل ویرایش ). چکیده : امروزه دادها قلب تپنده فرایند تجاری بیشتر شرکت ها تلقی می ... داده‌کاوی - ویکی‌پدیا، دانشنامهٔ آزاد https://fa.wikipedia.org/wiki/داده‌کاوی‎Cached Similarداده‌کاوی (به انگلیسی: Data Mining) به مفهوم استخراج اطلاعات نهان و یا الگوها وروابط مشخص در حجم زیادی از داده‌ها در یک یا چند بانک اطلاعاتی بزرگ است. بسیاری از مردم ...