دسته‌بندی سرویس‌های‌ مشتریان به لحاظ سطح استفاده از خدمات شبکه شتاب با استفاده از مدل‌های ترکیبی

با تجهیز بانک‌ها به سیستم‌های پرداخت و دریافت الکترونیکی و استفاده از کارت‌‌های اعتباری، مشتریان اکثر تعاملات بانکی خود را از طریق کارت‌‌های اعتباری و کانال‌‌های اعتباری نظیر دستگاه‌‌های خودپرداز ATM، پایانه‌‌های فروش POS، تلفن‌بانک، موبایل بانک و اینترنت بانک انجام می‌دهند. مشتریان با افزایش تعداد بانک‌ها و محصولات و خدمات آنان، زمانی که خدمات و محصولات بهتری پیدا کنند، به‌راحتی بانک خود را تغییر می‌دهند؛ بنابراین، مدیریت ارتباط با مشتری یک انتخاب اجتناب‌ناپذیر برای بانک‌هاست. یکی از ابزار‌هایی که در‌ زمینه مدیریت ارتباط با مشتری می‌تواند به سازمان‌ها کمک‌کننده باشد، داده‌کاوی است. در این تحقیق برای شناسایی خدمات سودآوری که توسط مشتریان خوب مورد استقبال قرار گرفته‌اند، چهار روش داده‌کاوی درخت تصمیم، بیز ساده، K همسایه نزدیک و مدل ترکیبی استفاده شدند. هر یک از این روش‌ها بر روی داده‌های واقعی، آزمایش و کارایی هر روش سنجیده شد. نتایج ارزیابی مدل‌ها نشان داد که دقت مدل K همسایه نزدیک در شناسایی خدمات سودآور 26/93 درصد، دقت مدل بیز 83/74 درصد و دقت مدل درخت تصمیم 18/97 درصد است و پس از ترکیب مدل‌ها، دقت روش ترکیبی80/94 درصد شده است. همچنین مدل ترکیبی 01/96 درصد از خدمات عادی را درست شناسایی کرده و در مجموع 44/94 درصد از خدمات را به‌درستی تشخیص داده است و عملکرد بهتری نسبت به روش بیز ساده و K همسایه نزدیک داشته است. از مقایسه نتایج ارزیابی مدل‌ها مشخص شد که استفاده از روش‌های ترکیبی در مقایسه با روش‌های دسته‌بندی مبتنی بر یک مدل، از دقت بیشتری برخوردار است.