مدل بهينه‌سازي چندهدفه تخصيص خدمت به مشتريان بانك با به‌ كارگيري داده‌كاوي و شبيه‌سازي

A Multi-objective Model of Services Assignment to Bank Customers by Data Mining and Optimization via Simulation

شناخت الگوهاي رفتاري مشتريان، خوشه‌بندي و ارائه خدمت به آن‌ها يكي از مهم‌ترين مسائل بانك‌ها محسوب مي‌شود. در اين تحقيق پنج ويژگي هريك از مشتريان شامل آخرين زمان مراجعه، تعداد تراكنش، مبلغ سپرده‌گذاري، مبلغ وام‌ و مانده معوقات وام‌ها در طول يك سال فعاليت از پايگاه داده بانك استخراج شد و به كمك الگوريتم كا‌ميانگين، مشتريان خوشه‌بندي شدند. سپس يك مدل چندهدفه تخصيص خدمات بانك به هركدام از خوشه‌‌ها طراحي گرديد. اهداف مدل طراحي شده افزايش ميزان رضايت مشتريان، كاهش هزينه‌ها و كاهش ريسك تخصيص خدمات است. با توجه به آنكه مسئله داراي يك راه‌حل بهينه نبوده و هر يك از ويژگي‌هاي مشتري داراي يك تابع توزيع احتمالي‌اند، براي حل از شبيه‌سازي استفاده شد. جهت تعيين جواب نزديك به بهينه از الگوريتم تبريد در ساخت جواب‌هاي همسايه استفاده شد و مدل شبيه‌سازي اجرا گرديد. نتايج به‌دست‌آمده بهبود قابل‌توجهي نسبت به وضعيت فعلي را نشان داد. در اين تحقيق از نرم‌افزارهاي وكا و آر-استوديو براي داده‌كاوي و آرنا براي شبيه‌سازي و بهينه‌سازي استفاده شد.

Knowing customer behavior patterns, clustering and providing proper services to the customers is one of the most important issues for the banks.In this research, 5 criteria of each customer, including Recency, Frequency, Monetary, Loan and Deferred, were extracted from a bank database during a fiscal year, and then customers were clustered using K-Means algorithm. Then, a multi-objective model of bank service allocation was designed for each of the clusters. The purpose of the designed model was to increase customer satisfaction, reduce costs, and reduce the risk of allocating services. Given the fact that the problem does not have an optimal solution, and each client feature has a probability distribution function, simulation was used to solve the models. To determine the optimal solution, Simulated Annealing algorithm was used to create neighboring solutions and consequently a simulation model was implemented. The results showed a significant improvement in the current situation. In this research, we used Weka and R-Studio software for data mining and Arena for simulation and optimization.