استفاده از يک مدل داده کاوي براي پيش بيني رفتار مشتريان مشاغل خرد در بنگاه های اقتصادی و تعيين ريسک اعتباري در اعطاي تسهيلات بانکي

استفاده از يک مدل داده کاوي براي پيش بيني رفتار مشتريان مشاغل خرد در بنگاه های اقتصادی و تعيين ريسک اعتباري در اعطاي تسهيلات بانکي

سمیه مهاجری1

1) کارشناس ارشد مهندسي کامپيوتر گرايش نرم افزار -

کد IOI مقاله : XYCC-ACAKK
محل انتشار : کنفرانس بین المللی علوم و مهندسی(icesconf.com)
چکیده :
    هدف بالقوه هر سازمان مالی حفظ مشتریان موجود و رسیدن به مشتریان جديد در بلند مدت است. رفتار اقتصادی مشتری و ماهیت سازمان با يک توصيفي با نام "شناخت مشتریان خود (KYC) " در نظام بانکداری کنترل مي شود. زمانی که بانک ها قصد دارند به مشتریان وام یا تسهیلاتی پرداخت کنند، وضع اعتبار دارایی ها و خوش حسابی یا بدحسابی مشتری مورد نظر را می سنجند .مشتریان سپرده گذار در برخی از بخش ها با ریسک بالا هستند؛ در حالی که در برخی از بخش ها خطر متوسط و ريسک بسيار پائيني دارند. در حال حاضر ریسک اعتباری را می توان بطور گسترده تحت عوامل کمی و کیفی طبقه بندی کرد. اگر چه سیستم های موجود بسیاری در حفظ مشتری در بانک نهادينه شده است اما روش هاي سختگيرانه و بدون رویکرد روشن و تعریف شده اي براي پرداخت تسهيلات در بخش بنگاه اقتصادي هاي وجود دارد . در این مقاله از اطلاعات مشتریان مشاغل خرد بنگاه هاي اقتصادي در یکي از شعب بانک هاي ايران براي تجزیه و تحلیل و عوامل عمده تراکنش هاي مشتریان و پیش بینی رفتار ايشان در پرداخت تسهيلات بانکي استفاده شده است و بهره گيري از روش هاي داده کاوي در شعب بانک براي موضوع فوق و ساده تر شدن فعاليت هاي سنجش و گزينش درخواست تسهيلات مشتريان ، از ميان تعداد زياد درخواست تسهيلات به عنوان راه حل مناسب اعطاي تسهيلات به مشتريان بنگاه هاي اقتصادي پيشنهاد شده است و از درخت تصمیم گیری و الگوريتم C4.5 در مدل استفاده شده است و در نهایت عملکرد خود را با نتايج MATLAB مورد آزمايش قرار داده ايم .

کلمات کلیدی : داده کاوی درخت تصمیم مشتری بانک تسهيلات