چکیده:
در دهه ی اخیر پیشرفت تکنولوژی های گوناگون باعث تغییر در ارائه خدمات بوسیله سازمان ها گردیده است. یکی از حوزه هایی که صنعت بانکداری را تحت تاثیر خود قرار داده است حوزه فناوری اطلاعات می باشد. تکنولوژی ارتباط بیسیم یکی از زیر مجموعه های حوزه فناوری می باشد که در این سال های اخیر پیشرفت چشم گیری داشته است که منجر به ارائه خدمت موبایل بانک از سوی بانک ها گردیده است. صنعت بانکداری، یک صنعت نمونه می باشد که از داده کاوی استفاده می کند. داده کاوی را می توان بعنوان یک نوع از کشف دانش برای حل مسئله در زمینه خاص بیان کرد. در این پژوهش 232817 داده استفاده شده است که هدف آن پیدا کردن مدل هایی با توجه به مشخصات مشتری و استفاده آن ها از موبایل بانک با استفاده از دو تکنیک شبکه های عصبی مصنوعی و بیز ساده می باشد تا بدین وسیله به مشتریانی که در این دسته بندی قرا می گیرند اما تا کنون خدمت موبایل بانک را استفاده نکردند این خدمت را بصورت پیشنهادی ارائه دهد تا بتواند از این طریق به جذب مشتری بیشتر و نگهداری مشتریان کنونی و از همه مهمتر افزایش رضایتمندی مشتریان کمک کند. همچنین در نهایت اثبات می شود که تکنیک شبکه های عصبی مصنوعی نسبت به تکنیک بیز ساده از دقت بالاتری برخوردار است که این امر منجر به تایید فرضیه ی پژوهش می گردد.
In recent decay development of different technologies is dramitically high and it influences in services. One of fields which is affected from information technology is bankining industry. Wireless technology is one of the information technology fields that has a greate development in recent years which resualt of that is mobile banking service. Banking industry is a smple that uses data mining technique. Data mining is kind of exploring knowledge to solve a special problem. In this research 232817 data is used to find some models by artificial neural networks and naïve bayes techniques in according with customers' attributes. Furtheremore result of this research help to classify customers who use mobile banking service and then the bank can offer the service to somebody who are in this classification but donot use this service. So in this way the bank can attract more customers، maintain its customers، and keep high customers' satisfaction. Also the research reveals that artificial neural networks is more accurate than naivie bayes and the research's hypothesis is proved.
خلاصه ماشینی:
"دسته بندی کاربران موبایل بانک با استفاده از رویکرد دادهکاوی: مقایسه بین تکنیک شبکه های عصبی مصنوعی و تکنیک بیز ساده علیرضا حسن زاده١*، محمد حسام قنبری ٢، شعبان الهی 3 ١- استادیار گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و اقتصاد، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران ٢- کارشناس ارشد مدیریت فناوری اطلاعات، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران ٣- دانشیار گروه مدیریت فناوری اطلاعات، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران دریافت : ١٥ / ٩٠/١ پذیرش : ٩٠/١١/٣٠ چکیده در دهه گذشته پیشرفت تکنولوژیهای گوناگون باعث تغییر در ارائه خدمات به وسیله سازمانها شده است .
در این پژوهش از ٢٣٢٨١٧ داده استفاده شده است که هدف آن پیدا کردن مدلهایی با توجه به مشخصات مشتری و استفاده آنها از موبایل بانک با استفاده از دو تکنیک شبکه های عصبی مصنوعی و بیز ساده می باشد تا با این وسیله به مشتریانی که در این دسته بندی قرار می گیرند و تاکنون از خدمت موبایل بانک استفاده نکردهاند، این خدمت به صورت پیشنهادی ارائه شود تا آنها بتوانند از این راه به جذب مشتری بیش تر، نگهداری مشتریان کنونی و از همه مهم تر افزایش رضایت مندی مشتریان کمک کنند.
[14] Lu Chi-Lin, Chen Ta-Cheng;"A study of applying data mining approach to the information disclosure for Taiwan's stock market investors"; Expert Systems with Applications, Vol. 36, 2009."