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

موسسات اعتباری برای در اختیار قرار دادن انواع تسهیلات اعطای به مشتریان خود، نیازمند انجام بررسی های کامل، به منظور شناخت متقاضیان از ابعاد کیفی و کمی جهت مقابله با ریسک اعتباری هستند لذا در این تحقیق در این تحقیق بر آن شدیم به وسیله ی خوشه بندی کم یک از مهمترین روش های داده کاوی است با استفاده از مقایسه عملکرد سه الگوریتم k-means , kohonen و two-step مساله رتبه بندی اعتباری را حل کرده و نتایج پیاده سازی را بررسی می نماییم..پس از پیش پردازش اولین، خوشه بندی در چهار فاز در نرم افزار SPSS Modeler انجام شد معیار ارزیابی مدل منتخب معیار ارزیابی عملکرد خوشه ی سیلویت است. kohonen با دقت 80 درصد و سیلوییت 0.6 بهترین الگوریتم می باشد در ادامه با استفاده از نظر خبرگان ضریب اهمیت متغیرها بااستفاده از دل AHP و با معیار ناسازگاری 0.08 ضرایب استخراج شد. در مرحله ی بعد با استفاده از مدل رتبه بندی خطی، خوشه های برتر شناسایی و تحلیل گردید. تحلیل خوشه بندی های هر مرحله تایید کننده صحت خوشه بندی مرحله قبل بود و عملکرد بهتر الگوریتم kohonen اثبات شد.

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