عنوان مقاله :
خوشه‌بندي اعتباري مشتريان براي ارايه تسهيلات متناسب
عنوان فرعي :
Customer Credit Clustering for Presenting Appropriate Facilities
پديد آورندگان :
افسر، امير نويسنده Afsar, A , هوشدار مهجوب، رحمت حم نويسنده دانشجوي كارشناسي ارشد فناوري اطلاعات گرايش تجارت الكترونيك، دانشگاه قم، ايران HoushdarMahjoub, Rahmat h , مينايي، بهروز ر نويسنده استاديار دانشكده مهندسي كامپيوتر، دانشگاه علم و صنعت، تهران، ايران Minaie, Behroz hr
اطلاعات موجودي :
فصلنامه سال 1392 شماره 0
كليدواژه :
Credit risk management , Customer validation , RFM , اعتبارسنجي مشتريان , شبكه عصبي SOM , SOM neural network , مديريت ريسك اعتباري
چكيده فارسي :
موسسات اعتباري براي در اختيار قرار دادن انواع تسهيلات اعطايي به مشتريان خود، نياز به انجام بررسي‌هاي كاملي به منظور شناخت متقاضيان از ابعاد كيفي و كمّي دارند تا از اين راه، ارزيابي كاملي از سنجش توان بازپرداخت و محاسبه احتمال عدم بازپرداخت تسهيلات و خدمات تامين مالي از سوي آنان به عمل آيد، اين بررسي‌ها را به طور عام اعتبارسنجي گويند. هدف از انجام اين تحقيق رتبه بندي گروه هاي مشتريان و تعيين بخش هاي برتر از آنها مي باشد تا با استفاده از آن شركت كارگزاري بتواند عمليات تخصيص اعتبار را به نحوي مكانيزه انجام دهد. در اينجا پس از پيش پردازش اوليه از داده ها ،آنها به شكل مدل RFM پردازش مي شوند. سپس با استفاده از شبكه عصبي SOM به عنوان يكي از الگوريتم هاي خوشه بندي ، مشتريان به 10 خوشه تبديل خواهند شد. در ادامه با استفاده از مدل پيشنهادي، خوشه‌ها رتبه بندي مي شوند. خوشه هاي برتر شناسايي و عمليات اعطاي تسهيلات براي اعضاي اين خوشه ها انجام مي شود. در نهايت سه خوشه 5، 1 و 7 به عنوان خوشه هاي برتر تعيين شدند كه به عنوان مشتريان هدف مي باشند . ضريب تسهيلات اعطايي به اين سه خوشه برتر به ترتيب 271/0 ، 173/0 و 556/0 مي باشد
عنوان نشريه :
پژوهش هاي مديريت در ايران
عنوان نشريه :
پژوهش هاي مديريت در ايران
اطلاعات موجودي :
فصلنامه با شماره پیاپی 0 سال 1392
كلمات كليدي :
#تست#آزمون###امتحان
