مقاله

دسته بندی کاربران موبایل بانک با استفاده از رویکرد داده کاوی: مقایسه بین تکنیک شبکه های عصبی مصنوعی و تکنیک بیز ساده

چکیده

در دهه ی اخیر پیشرفت تکنولوژی های گوناگون باعث تغییر در ارائه خدمات بوسیله سازمان ها گردیده است. یکی از حوزه هایی که صنعت بانکداری را تحت تاثیر خود قرار داده است حوزه فناوری اطلاعات می باشد. تکنولوژی ارتباط بیسیم یکی از زیر مجموعه های حوزه فناوری می باشد که در این سال های اخیر پیشرفت چشم گیری داشته است که منجر به ارائه خدمت موبایل بانک از سوی بانک ها گردیده است. صنعت بانکداری، یک صنعت نمونه می باشد که از داده کاوی استفاده می کند. داده کاوی را می توان بعنوان یک نوع از کشف دانش برای حل مسئله در زمینه خاص بیان کرد. در این پژوهش 232817 داده استفاده شده است که هدف آن پیدا کردن مدل هایی با توجه به مشخصات مشتری و استفاده آن ها از موبایل بانک با استفاده از دو تکنیک شبکه های عصبی مصنوعی و بیز ساده می باشد تا بدین وسیله به مشتریانی که در این دسته بندی قرا می گیرند اما تا کنون خدمت موبایل بانک را استفاده نکردند این خدمت را بصورت پیشنهادی ارائه دهد تا بتواند از این طریق به جذب مشتری بیشتر و نگهداری مشتریان کنونی و از همه مهمتر افزایش رضایتمندی مشتریان کمک کند. همچنین در نهایت اثبات می شود که تکنیک شبکه های عصبی مصنوعی نسبت به تکنیک بیز ساده از دقت بالاتری برخوردار است که این امر منجر به تایید فرضیه ی پژوهش می گردد.

اسناد مشابه

  • دسته بندی کاربران موبایل بانک با استفاده از رویکرد داده کاوی: مقایسه بین تکنیک شبکه های عصبی مصنوعی و تکنیک بیز ساده

    مقالهپژوهش های مدیریت در ایرانعلیرضا حسن زاده، استادیار گروه it، دانشکده مدیریت و اقتصاد-دانشگاه تربیت مدرس- محمد حسام قنبری، کارشناس ارشد مدیریت فناوری اطلاعات، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران شعبان الهی، دانشیار گروه it، دانشکده مدیریت و اقتصاد دانشگاه تربیت مدرس-

    در دهه ی اخیر پیشرفت تکنولوژی های گوناگون باعث تغییر در ارائه خدمات بوسیله سازمان ها گردیده است. یکی از حوزه هایی که صنعت بانکداری را تحت تاثیر خود قرار داده است حوزه فناوری اطلاعات می باشد. تکنولوژی ارتباط بیسیم یکی از زیر مجموعه های حوزه فناوری می باشد که در این سال های اخیر پی

  • دسته بندی کاربران موبایل بانک با استفاده از رویکرد داده کاوی: مقایسه بین تکنیک شبکه های عصبی مصنوعی و تکنیک بیز ساده

    مقاله۲۰۲۱پژوهش های مدیریت در ایرانمحمد حسام قنبری، شعبان الهی، علیرضا حسن زاده

    در دهه ی اخیر پیشرفت تکنولوژی های گوناگون باعث تغییر در ارائه خدمات بوسیله سازمان ها گردیده است. یکی از حوزه هایی که صنعت بانکداری را تحت تاثیر خود قرار داده است حوزه فناوری اطلاعات می باشد. تکنولوژی ارتباط بیسیم یکی از زیر مجموعه های حوزه فناوری می باشد که در این سال های اخیر پی

  • بخش‏ بندی مشتریان بانک صادرات ایران با استفاده از داده کاوی

    مقاله۲۰۱۲مطالعات مدیریت بهبود و تحولاسماعیل نجفی، سمانه خواجوند، محمد تقی تقوی فرد

    امروزه یکی از چالش‎های بزرگ سازمان‎های مشتری محور، شناخت مشتریان، ایجاد تمایز بین گروه‏های مختلف مشتریان و رتبه‏بندی آنهاست. در گذشته تفکیک مشتریان به گروه‏های مختلف با رویکرد بخش‏بندی بر اساس نیاز مشتری صورت می‏گرفت. اما امروزه ارزش مشتری به عنوان عامل قابل اندازه‏گیری می‎تواند

  • بخش‏ بندی مشتریان بانک صادرات ایران با استفاده از داده کاوی

    مقاله۲۰۱۲مطالعات مدیریت بهبود و تحولسمانه خواجوند، محمد تقی تقوی فرد، اسماعیل نجفی

    امروزه یکی از چالش‎های بزرگ سازمان‎های مشتری محور، شناخت مشتریان، ایجاد تمایز بین گروه‏های مختلف مشتریان و رتبه‏بندی آنهاست. در گذشته تفکیک مشتریان به گروه‏های مختلف با رویکرد بخش‏بندی بر اساس نیاز مشتری صورت می‏گرفت. اما امروزه ارزش مشتری به عنوان عامل قابل اندازه‏گیری می‎تواند

  • بخش بندی کاربران بانکداری اینترنتی بر مبنای انتظارات: رویکرد داده کاوی

    مقاله۲۰۱۴فصلنامه علمی-پژوهشی مدیریت فناوری اطلاعاتشهریار عزیزی، وحید حسین آبادی، محمد بلاغی اینانلو

    ارائه خدمات بانکی مبتنی اینترنت طی چند سال اخیر به محور رقابت در نظام بانکی ایران تبدیل شده است. در همین راستا شناسایی و بخش­بندی کاربران این نوع خدمات موجب شناخت بهتر نیازها و انتظارات و برنامه­ریزی جهت تامین آن نیازها و انتظارات می­شود که این موجب بهبود تصویر بانک و کسب مزیت رق

  • دسته بندی و پیش بینی وضعیت تحصیلی دانشجویان با استفاده از تکنیک های داده کاوی

    مقالهنامه آموزش عالیسمیه حیدری، مدرس دانشکده مهندسی صنایع دانشگاه آزاد اسلامی واحد پرند مسعود یقینی، عضو هیئت علمی دانشگاه علم و صنعت ایران

    داده کاوی و کشف الگوها و دانش نهفته در داده های سیستم های آموزشی کمک شایانی به تصمیم گیرندگان عرصه آموزش عالی جهت بهبود فرآیند های آموزشی نظیر برنامه ریزی، ثبت نام، ارزیابی و مشاوره می نماید. هدف مقاله حاضر، دسته بندی و پیش بینی وضعیت تحصیلی دانشجویان با استفاده از تکنیک های داده