چارچوب كاربردي تكنيك هاي داده كاوي در مدل سازي مسائل صنعت بانكداري

Application framework datamining techniques in modeling problems of the banking industry

امروزه داده كاوي به عنوان يكي از كاراترين ابزارهاي تحليل داده واطلاعات مورد توجه بسياري از محققان و پژوهشگران قرار گرفته است.وكاربردهاي تكنيك هاي مختلف داده كاوي در تمامي حوزه ها نظير بانكداري ،بيمه ، مخابرات ، پزشكي ،حمل ونقل و... شاهدي براين ادعا مي باشد.يكي از حوزه هاي كاربردي داده كاوي كه مي تواند مورد توجه قرارگيرد مسائل مرتبط با صنعت بانكداري است.زيرا بانك ها يكي از انواع نهادهايي هستند كه به ارائه خدمات مالي مي پردازند بنابراين باتوجه به اهميت بانك ها در نظام اقتصادي كشور وهمچنين ارائه خدمات به مشتريان آگاهي از تكنيك ها وكاربرد هاي داده كاوي در اين حوزه حائز اهميت مي باشد.در اين مقاله براساس مطالعات انجام شده در داخل و خارج كشوركه در سال هاي اخير رشد چشمگيري داشته اند و از الگوريتم هاي مختلف داده كاوي به ويژه تكنيك هاي خوشه بندي و طبقه بندي كه در حوزه هاي مختلف صنعت بانكداري استفاده شده مورد بررسي قرار گرفته اند.روش اين مقاله به صورت تحليلي – توصيفي و مطالعات كتابخانه اي مي باشد.هدف اين مقاله تهيه چارچوب كاربردي تكنيك هاي داده كاوي در صنعت بانكداري است.دراين مقاله ابتدا به تعريف داده كاوي ومعرفي تكنيك هاي داده كاوي درحوزه هاي مختلف صنعت بانكداري پرداخته شده وكاربرد تكنيك هاي داده كاوي در سه حوزه پركاربرد اين صنعت از جمله حوزه اعتبارسنجي مشتريان، ارزش طول عمر مشتريان وحوزه بازاريابي مورد تحليل وبررسي قرار گرفته ودرنهايت يك چارچوب كاربردي براين اساس ارائه گرديده است.

Today s data mining as one of the most efficient tools of data analysis and information has attracted many researchers, and the application of various data mining techniques in all areas such as banking, insurance, telecommunications, medicine, transportation, etc., is evidence of this. One of the areas of applied data mining that can be addressed is issues related to the banking industry because banks are one of the types of institutions that provide financial services. Therefore, considering the importance of banks in the economic system of the country, as well as providing services to customers, knowledge of data mining techniques and applications in this area is important. In this paper, based on internal and external studies that have increased dramatically in recent years, we have investigated various data mining algorithms, particularly clustering and classification techniques that have been used in various areas of the banking industry. The method of this paper is descriptive-analytical and library studies. The purpose of this paper is to provide an applied framework of data mining techniques in the banking industry. In this paper; first, the data mining and introduction of data mining techniques in various areas of the banking industry have been defined and application of data mining techniques in three useful areas of this industry, including the field of customer validation, the customer lifetime value, and the field of marketing have been surveyed and finally, an applied framework has been presented.