رتبه بندی اعتباری مشتریان بانک با استفاده از خوشه بندی پویا

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 511

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MDMCONF01_132

تاریخ نمایه سازی: 18 تیر 1396

چکیده مقاله:

موسسات اعتباری برای در اختیار قرار دادن انواع تسهیلات اعطایی به مشتریان خود، نیازمند انجام بررسی های کامل، به منظور شناخت متقاضیان ازابعاد کیفی و کمی جهت مقابله با ریسک اعتباری هستند لذا در این تحقیق به وسیله ی خوشه بندی که یکی از مهمترین روش های داده کاوی است،ارزیابی کاملی از سنجش توان بازپرداخت و محاسبه احتمال عدم بازپرداخت تسهیلات و خدمات تامین مالی از سوی مشتریان، به عمل آورده می شود. اگرخوشه بندی تام، مناسب و به روز نباشد نه تنها سازمان را در رسیدن به اهداف استراتژیک یاری نمی دهد بلکه این امکان وجود دارد که سازمان را بهسمت و سویی نا مناسب سوق دهد.در این تحقیق بر آن شدیم با استفاده از روش خوشه بندی جدید ،معروف به خوشه بندی پویا مساله رتبه بندیاعتباری را حل کرده و نتایج پیاده سازی ایده خوشه بندی پویا را بررسی می نماییم. مزیت این خوشه بندی در آن است که بعد از سپری شدن بازه زمانمطابق با استراتژی سازمان، این خوشه بندی به روز رسانی شده و تغییرات محیطی در خوشه بندی اعمال می شود.پس از پیش پردازش اولیه، با توجه بهاینکه این تحقیق خوشه بندی پویا می باشد، خوشه بندی در چهار فاز انجام شد. فاز اول خوشه ها به تعداد 4900 داده، فاز دوم 9990 داده، فاز سوم15000 داده و فاز آخر کل داده ها بررسی گردید. مدل منتخب کوهنن با دقت 80 درصد می باشد. در ادامه با استفاده از مدل رتبه بندی خطی ،خوشههای برتر شناسایی وخوشه بندی پویا و ایستا با هم مقایسه گردید و کارایی خوشه بندی پویا اثبات شد.

کلیدواژه ها:

خوشه بندی ، خوشه بندی پویا ، ریسک اعتباری ، رتبه دهی/رتبه سنجی اعتباری

نویسندگان

ملیحه نجیبی

دانشجوی کارشناسی ارشد،دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس، ایران

فریماه مخاطب رفیعی

دانشیار، دانشکده مهندسی صنایع و سیستم ها ، دانشگاه تربیت مدرس ، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • سمانه اردوانی، رضا برادران کاظم‌زاده، تیمورپور .ارائه مدل بمنظور بخش‌بندی ...
  • رویکرد شبکه عصبی مبتنی بر کلونی زنبور عسل مصنوعی [مقاله ژورنالی]
  • خوش سیما، شهیکی تاش" .تاثیر ریسکهای اعتباری، عملیاتی و نقدینگی ...
  • رحیمی رحیم and , بافنده زنده علیرضا" .ارائه یک سیستم ...
  • Kristian Sabo, Rudolf Scitovski. "Interpretation and optimization of the k-means ...
  • Al ipourSarvari, P., Ustundag, A. , Takci, H.(201 6)" Performance ...
  • Dursan, A & Caber, M(201 6)"Using data mining techniques for ...
  • Huang, S.-C., 2011. Using Gaussian process based kernel classifiers for ...
  • Huang, Z. et al., 2015. Credit rating analysis with support ...
  • نمایش کامل مراجع