این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
رایانش نرم و فناوری اطلاعات، جلد ۴، شماره ۳، صفحات ۵۲-۶۵
عنوان فارسی امتیازبندی رفتاری مشتریان بانک با استفاده از رویکرد دادهکاوی و فرآیند تحلیل سلسله مراتبی
چکیده فارسی مقاله در این مقاله با استفاده از رویکرد دادهکاوی و فرآیند تحلیل سلسله مراتبی، مدلی جهت امتیازبندی رفتاری مشتریان حقیقی به منظور ارزیابی ریسک اعتباری و ایجاد دانش سازمانی در خصوص اعطای تسهیلات اعتباری، ارائه شده است. بدین منظور، در بخش اول یک روش بهبود یافته برای انتخاب متغیرها و آماده سازی داده ها برای ورود به مدل بکارگرفته شد. در این بخش با استخراج فیلدهای جدید سعی نموده ایم، در حد امکان همه ی تعاملات مشتری با بانک لحاظ شود. سپس با استفاده از فرآیند تحلیل سلسله مراتبی 1، اهمیت داده ها مورد ارزیابی قرار گرفت و داده های مناسب برای ورود به مدل آماده شد. در فاز مدل سازی پژوهش، امتیاز رفتاری مشتریان با توجه به رفتار بازپرداخت مشتریان و میزان دیرکرد آنها به نحو مناسبی تعیین شد. تکنیک های داده کاوی استفاده شده ترکیبی از روش های ردهبندی و روشهای متوازنسازی میباشد. فرآیند داده کاوی مربوط به مدل، بر روی مجموعه داده های متعلق به موسسهی مالی بخش خصوصی انجام شده است. روش بکاررفته در این پژوهش ضمن داشتن نتایج بهتر نسبت به سایر روشها یک روش پیشنهادی برای بانک ها خواهد بود تا با بهره گیری از تحلیل اطلاعات موجود، مشتریان خود را بهتر و دقیق تر شناسایی اعتباری نموده و نسبت به گذشته، ریسک اعتباری خود را کاهش دهند.
کلیدواژه‌های فارسی مقاله ریسک اعتباری، امتیازبندی رفتاری، دادهکاوی، ردهبندی،
عنوان انگلیسی Behavioral scoring model using Data mining approach and analytic hierarchy process
چکیده انگلیسی مقاله In this papre Behavioral scoring model that combined analytic hierarchy process and data mining techniques is proposed to assessment Credit risk of real customers and providing organization knowledge that are helpful to decide whether or not to grant amenities to applicants. Therefore, in step one an improved data preparation method was applied to prepare and select input feuteres of behavioral scoring model. In this step we tried to extract new features that covers through interaction between customers and bank. Then analytic hierarchy process (AHP) was applied to determine the relative weights of customer's behavioral predicators. In modeling phase, behavioral scoring of customers was defined Base on their repayment behavior and late repayments duration. The dataset that has used in this article is provided by an Iranian private bank. The proposed model show that better result and also demonstrate that the hybrid mining approach and AHP can be used to build effective behavioral scoring models better result. Therefore, finance and banking institution can utilize the novel model to identify and predict customer's credit behavior and decrease credit risks
کلیدواژه‌های انگلیسی مقاله Credit risk, Behavioral Scoring, data mining, Classification
نویسندگان مقاله شهریار محمدی |
گروه صنایع دانشگاه صنعتی خواجه نصیرالدین طوسی

روجیار پیرمحمدیانی |
فناوری اطلاعات دانشگاه صنعتی خواجه نصیرالدین طوسی

نشانی اینترنتی http://jscit.nit.ac.ir/article_61335_032596bb178ee0bc7b2b74eced7cae59.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/834/article-834-596310.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات