بررسی روش های طبقه بندی داده کاوی در کلان داده و تاثیر آن بر پیشبینی ریزش مشتری در مدیریت ارتباط با مشتریان در صنعت بانکداری

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 310

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IRECE01_037

تاریخ نمایه سازی: 9 مهر 1401

چکیده مقاله:

داده کاوی از جمله مسائل روز در حیطه بانکداری نوین است. با توجه به اهمیت مشتریان برای سازمان ها، هر سازمانی برای به دستآوردن مزایای رقابتی به داده کاوی نیازمند است. یکی از این سازمان ها که به وضوح به داده کاوی نیازمند می باشند بانکها و موسسات مالی هستند. داده کاوی این امکان را به سازمان ها می دهد تا مجموعه ای از اطلاعات ثمربخش و دسته بندی شده را از حجم زیادی داده به دست آورده و بدین وسیله تصمیم مناسبی برای سازمان ها اتخاذ نمایند. فرآیند داده کاوی به سازمان ها اجازه می دهد تا از سرمایه داده هایشان بهره برداری کرده و از این ابزار برای فرآیند تصمیم گیری استفاده نمایند و این امر امکان شناسایی مزایای رقابتی را به سازمانها و به ویژه موسسات مالی و بانکها می دهد تا رضایتمندی مشتریانشان را به دست آورند. در این میان تجزیه و تحلیل و پیشبینی ریزش مشتری نقش مهمی در مدیریت ارتباط با مشتری و بهبود منافع سازمانی دارد. بانک های تجاری باید در حین جذب مشتریان جدید از دست دادن مشتریان خود جلوگیری کنند.با استفاده از راه های پیش بینی ریزش مشتریان می توان از ضررهای آینده جلوگیری کرد. این مقاله به بررسی روش های طبقه بندی داده کاوی و تاثیر آن بر پیشبینی ریزش مشتری در مدیریت ارتباط با مشتریان در صنعت بانکداری می پردازد.

کلیدواژه ها:

کلان داده کاوی ، مدیریت ارتباط با مشتریان ، تقسیم بندی مشتریان ، حفظ و جذب مشتری ، الگوریتم های طبقه بندی.

نویسندگان

الهام نوروزی فخبی

گروه مهندسی کامپیوتر، موسسه آموزش عالی شهریار، آستارا، ایران

قادر مرتضائی دکاهی

مربی گروه مهندسی کامپیوتر، موسسه آموزش عالی شهریار، آستارا، ایران