مقاله داده کاوی در صنعت بانکداری

مقاله داده کاوی در صنعت بانکداری

داده کاوی در صنعت 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 می­توانند فرآیندهای تصمیم­ گیری را بهبود بخشند. داده ­کاوی سبب می­شود که سازمان­ها از سطح داده به سطوح بالاتر دانش و الگوهای ناشناخته برسند.

در این میان بانک ­ها 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 ۱ دانش نوین داده­کاوی
۱-۱٫ مقدمه ۱
۱-۲٫ تاریخچه داده­ کاوی ۲
۱-۳٫ چرا داده ­کاوی لازم است؟ ۲
۱-۴٫ فرآیند کشف دانش و داده ­کاوی ۳
۱-۵٫ معرفی برخی از روش­های داده­ کاوی ۷
۱-۵-۱٫ تحلیل انحراف ۸
۱-۵-۲٫ نمایه ­سازی ۹
۱-۵-۳٫ قوانین وابستگی ۱۰
۱-۵-۴٫ تحلیل توالی ۱۳
۱-۵-۵٫ خوشه ­بندی ۱۴
۱-۵-۶٫ دسته­ بندی ۱۹
۱-۵-۷٫ پیش ­بینی ۲۱
فصل ۲ کاربرد­های داده­ کاوی در صنعت بانکداری
۲-۱٫ مقدمه ۲۳
۲-۲٫ داده ­کاوی در بازاریابی مدیریت ارتباط با مشتریان بانک ۲۵
۲-۲-۱٫ مدیریت ارتباط با مشتری و پروفایل ­سازی از آن­ها ۲۷
۲-۲-۲٫ مراقبت از مشتری ۳۲
۲-۲-۳٫ داده ­کاوی و تحلیل رویگردانی مشتریان ۳۴
۲-۳٫ کاربرد داده­ کاوی در کشف تقلب و سوء استفاده­ های مالی ۴۲
۲-۴٫ داده ­کاوی و پیش­ بینی عملکرد بانک ۵۵
۲-۵٫ داده ­کاوی در ارزیابی اعتبار مشتریان بانک ۶۰
۲-۶٫ کاربرد داده ­کاوی در ارزیابی عملکرد بانک ۶۸
فصل ۳ مثال­های عملی از کاربرد داده­ کاوی در صنعت بانکداری
۳-۱٫ کاربرد داده­ کاوی در بخش­بندی مشتریان ۷۴
۳-۱-۱٫ مقدمه ۷۴
۳-۱-۲٫ ارزش چرخه عمر مشتری، مفهوم تعاریف ۷۶
۳-۱-۳٫ استفاده از مدل­های خوشه ­بندی و CLV جهت بخش­بندی مشتریان بانک ۷۷
۳-۱-۴٫ ارائه سرویس مناسب به مشتریان بالقوه ۸۱
۳-۲٫ رتبه­ بندی اعتبار متقاضیان دریافت وام با استفاده از تکنیک­های داده­ کاوی ۸۴
۳-۳٫ رتبه ­بندی اعتبار با استفاده از نسبت­های مالی ۸۸
۳-۴٫ بخش­بندی دارندگان کارت­های اعتباری با استفاده از داده ­کاوی ۹۰
۳-۴-۱٫ مقاله طراحی بخش­بندی رفتاری ۹۱
۳-۴-۲٫ آماده ­سازی داده ­های مورد نیاز برای ساخت مدل ۹۲
۳-۴-۳٫ انتخاب جمعیت بخش­بندی ۹۳
۳-۴-۴٫ شاخص­های کلیدی عملکرد درباره استفاده از کارت­های اعتباری ۹۳
۳-۵٫ سه گام اصلی فرآیند تحلیل ۹۷
۳-۶٫ گزارش، گام نهایی فرآیند داده ­کاوی ۱۱۶
۳-۷٫ مزایا و معایب داده­ کاوی ۱۱۶
۳-۸٫ نتیجه­ گیری ۱۱۸
فهرست اشکال
شکل ­۱-۱٫ فرآیند کشف دانش  ۶
شکل ۱-۲٫ عملکردهای داده­ کاوی  ۸
شکل ۱-۳٫ تحلیل انحراف در یک پایگاه داده  ۹
شکل ۱-۴٫ نمونه­ای از توالی بازدید­های وب  ۱۴
شکل ۱-۵٫ نمونه­ای ساده از خوشه­ بندی مشتریان  ۱۶
شکل ۱-۶٫ خوشه­ بندی با استفاده از K-means  ۱۸
شکل ۱-۷٫ درخت تصمیم­گیری برای دسته­بندی مشتریان  ۲۱
شکل ۱-۸٫ رگرسیون خطی ساده  ۲۲
شکل ۲-۱٫ مدیریت ارتباط با مشتری و داده­ کاوی  ۲۹
شکل ۲-۲٫ دوره ­های زمانی مختلف در مسأله رویگردانی مشتریان بانک  ۳۶
شکل ۲-۳٫ دسته­ بندی انواع تقلب  ۴۳
شکل ۲-۴٫ فراوانی مدل­های استفاده شده در کشف سوء استفاده­ های مالی  ۴۶
شکل۲-۵٫ رتبه­ بندی اعتبار در صنعت بانکداری  ۶۱
شکل ۲-۶٫ DMU در فرآیند تحلیل پوششی داده ­ها  ۷۱
شکل ۲-۷٫ شاخص­های خروجی مورد استفاده در تحلیل پوششی داده ­ها  ۷۲
شکل ۳-۱٫ مدل­سازی خوشه­ بندی مشتریان بانک­ها در Clementine  ۷۹
شکل ۳-۲٫ نتایج خوشه ­بندی مشتریان بر اساس روش SOM  ۷۹
شکل ۳-۳٫ توزیع شغلی مشتریان هر خوشه  ۷۹
شکل ۳-۴٫ استفاه از الگوریتم Aprioriدر نرم ­افزار Clementine  ۸۲
شکل ۳-۵٫ فرآیند مدل­سازی رتبه ­بندی اعتبار مشتریان بانکی در Clementine 86
شکل ۳-۶٫ مقایسه مدل­های رتبه­ بندی اعتبار با استفاده از منحنی Gain  ۸۶
شکل ۳-۷٫ قواعد رفتاری حاصل از مدل­ رتبه ­بندی اعتبار  ۸۷
شکل ۳-۸٫ فرآیند مدل­سازی Clementine  ۹۸
شکل ۳-۹٫ نمودار نمایه خوشه ۱  ۱۰۸
شکل ۳-۱۰٫ نمودار نمایه خوشه ۲  ۱۰۹
شکل ۳-۱۱٫ نمودار نمایه خوشه ۳  ۱۱۰
شکل ۳-۱۲٫ نمودار نمایه خوشه ۴  ۱۱۱
شکل ۳-۱۳٫ نمودار نمایه خوشه ۵  ۱۱۲
شکل ۳-۱۴٫ نمودار نمایه خوشه ۶  ۱۱۳
شکل۳-۱۵٫ نمودار نمایه خوشه ۷  ۱۱۴
شکل ۳-۱۶٫ نمودار نمایه خوشه ۸  ۱۱۵
فهرست جداول
جدول ۱-۱٫ لیستی از محصولات و خدمات قابل ارائه در بانک ۱۱
جدول ۱-۲٫ نمونه داده­ های مورد نیاز در مدل­سازی مسأله دسته­ بندی  ۲۰
جدول ۲-۱٫ پژوهش­های انجام شده در در زمینه کاربرد داده­ کاوی در تحلیل رویگردانی مشتریان  ۴۲
جدول ۲-۲٫ پژوهش­های انجام شده در زمینه کاربرد داده­ کاوی در زمینه کشف تقلب  ۵۵
جدول ۲-۳٫ پژوهش­های انجام شده در زمینه کاربرد داده­ کاوی در ارزیابی عملکرد بانک  ۶۰
جدول ۲-۴٫ پژوهش­های انجام شده در زمینه کاربرد داده ­کاوی در ارزیابی اعتبار مشتریان  ۶۸
جدول ۳-۱٫ پروفایل­های حاصل با استفاده از خوشه ­بندی  ۸۰
جدول ۳-۲٫ نمونه ­ای از قوانین وابستگی تولید شده در یک خوشه  ۸۳
جدول ۳-۳٫ متغیرهای مورد استفاده در رتبه­ بندی اعتبار  ۸۵
جدول ۳-۴٫ بخش­بندی کارت­­های اعتباری، خلاصه روش اجرا  ۹۴
جدول ۳-۵٫ فیلدهای استفاده شده برای بخش­بندی دارندگان کارت­های اعتباری  ۹۷
جدول ۳-۶٫ تصمیم ­گیری برای تعداد اجزای استخراجی با آزمودن جدول”واریانس” در PCA  ۹۹
جدول ۳-۷٫ فهم و طبقه­ بندی اجزا با استفاده از ماتریس محوری اجزاء  ۱۰۰
جدول ۳-۸٫ تفسیر قوانین استخراج شده اجزاء  ۱۰۱
جدول ۳-۹٫ مراکز خوشه­ ها ۱۰۲
جدول ۳-۱۰٫ میانگین درصد خریدها بر مبنای نوع کالا در خوشه­ ها  ۱۰۳
جدول ۳-۱۱٫ میانگین تعداد خرید بر مبنای نوع کالا در خوشه ­ها  ۱۰۴
جدول ۳-۱۲٫ نمایه­ سازی خوشه­­ ها بر مبنای شاخص­های عملکرد  ۱۰۶
جدول ۳-۱۳٫ نمایه­ سازی خوشه­ ها بر مبنای مشخصه ­های جمعیت شناختی  ۱۰۷


این فایل با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. فایل به ایمیل شما نیز ارسال خواهد گردید.


راهنمای خرید:

  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

اولین نفر باشید

نظر شما