|
|
مدیریت فناوری اطلاعات، جلد ۹، شماره ۳، صفحات ۴۷۷-۵۱۱
|
|
|
| عنوان فارسی |
طراحی تحلیلهای آیندهنگر بهمنظور تدوین سیاست تصمیمگیری هوشمند برای مشتریان ویژۀ سرمایهگذار در بانک |
|
| چکیده فارسی مقاله |
مشتریان ویژه برای بانکها اهمیت خاصی دارند، چراکه سرمایهگذاری مستمر در بانک انجام میدهند و معمولاً به یک بانک وفادارند. این وفاداری در گرو ارائۀ خدمات خاص و متنوع به این مشتریان، ارائۀ سود متناسب با سپرده و تعامل بانک بر اساس سطح مشتری ویژه و تمایل به ریسکپذیری آنهاست. در تحقیق حاضر، دادههای دو هزار مشتری عادی و ویژه بر اساس ویژگیهای جمعیتشناختی، حسابهای بانکی و سرمایهگذاری در بانک گردآوری شده است. همچنین سطح مشتری ویژه و میزان تمایل به ریسکپذیری آنها نیز توسط بانک معین شده است؛ سپس، مجموعهای از الگوریتمهای یادگیرنده برای طبقهبندی و پیشبینی سطح مشتری ویژه و میزان تمایل آنها به ریسک توسط نرمافزار طراحی شده، اعتبارسنجی شده است. نتایج نهایی بهصورت مجموعهای از قواعد قابل بهبود و هوشمند تحلیل و آماده شدهاند تا به مدیران بانک در تدوین سیاستهای تصمیمگیری تعاملی و آیندهنگر در ابتدای همکاری مشتری ویژه با بانک یاری رسانند. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Designing a Predictive Analytics for the Formulation of Intelligent Decision Making Policies for VIP Customers Investing in the Bank |
|
| چکیده انگلیسی مقاله |
Special, privileged or VIP customers are of great significance to the banks since they continuously and broadly invest in deposits and remain loyal to the banks. This loyalty is dependent on the broad and specific services they receive, deposit interests, and the tuned regulatory actions that banks take for according to the grade of special customers and their propensity to risk. In the current research, a dataset of two thousand ordinary and special privileged customers were collected according to their demographics, accounts information, and level of investment in the bank. The grade of special customer and their propensity to taking risks are also determined by the experts of the bank. Afterwards, a range of learning algorithms are applied for designing and validating classification and prediction methods on special customers’ grades and their propensity to risk. Final results are then analyzed and prepared as a set of intelligent and improvable rules that assist the bank managers in formulating interactive and predictive decision making policies from the initiation of the customer relationship with the bank. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
ایمان رییسی وانانی | raeesi vanani
استادیار مدیریت صنعتی، دانشکدۀ مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران
سازمان اصلی تایید شده: دانشگاه علامه طباطبایی (Allameh tabatabaii university)
|
|
| نشانی اینترنتی |
http://jitm.ut.ac.ir/article_62895_ea11dbe0ea09c2bde7ef74c33bc925de.pdf |
| فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1085/article-1085-428511.pdf |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|