ناصر قبولی - دانشجوی دکتری گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
علیرضا بافنده زنده - دانشیار گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران(نویسنده مسئول)
صمد عالی - استادیار گروه مدیریت، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران

هدف از پژوهش حاضر کشف دانش حاکم بر ویژگی­های جمعیت­شناختی مشتریان در انتخاب بانک ها با استفاده از قوانین انجمنی در داده­کاوی است تصمیم­گیری موثر و یادگیری در دنیای در حال رشد و با پیچیدگی­های چشمگیر علاوه بر وجود مدیران و رهبرانی متفکر، نیاز به ابزارهایی جهت درک ساختارهای سیستم­های پیچیده و تلخیص انبوه داده­ها و تولید دانش برای تصمیم­گیری دارند. اکثر کسب وکارها، مشتریان کلیدی خود را از طریق ویژگی جمعیت­شناختی متنوع شناسایی می­کنند. کسب وکارها همچنین مصرف­کنندگان خود را به­وسیله ویژگی­های مشابه در تبلیغات و ترفیعات برنامه­های بازاریابی خود هدف قرار می دهند. هدف­گیری    مصرف­­کنندگان با ویژگی­های جمعیت­شناختی مشابه به حداکثرسازی فروش و سودآوری کسب وکار کمک می­نماید. بانک ها نیز به­عنوان بخش مهمی از اقتصاد یک کشور از این قاعده مستثنی نیستند. داده کاوی این مساله را با فراهم­کردن روش ها و نرم افزارهایی برای خودکارسازی تحلیل ها و اکتشاف از مجموعه داده های بزرگ و پیچیده حل می کند. این پژوهش بر اساس استاندارد CRISP-DM انجام گرفته و داده­ها با پرسشنامه جمع­آوری شده و نتایج آن به صورت بانک اطلاعاتی به یک نود منبع تبدیل و سپس با استفاده از نرم افزار spss modeler قوانین انجمنی مربوط به رفتار مشتریان آن بانک استخراج شده است. قوانین استخراج نشان دهنده تغییر­ها، چه تاثیری در سایر عوامل و در نهایت در دستیابی به اهداف دارند.

داده کاوی, قوانین انجمنی, ویژگی های جمعیت شناختی, رفتار مصرف­ کننده