ارايه ي مدل بهبوديافته ي LRFM به جهت خوشه بندي مشتريان بانك ها بر مبناي الگوريتم ژنتيك

خوشه‌بندي روشي رايج براي تجزيه و تحليل داده‌هاي مختلف در بسياري از زمينه‌ها است، از جمله ميتوان به شناسايي آماري، بانكداري،داده‌كاوي، تجزيه و تحليل تصوير و …اشاره نمود. خوشه‌بندي فرآيند گروهبندي اشياي مشابه به گروه‌هاي مختلف يا به بيان دقيق‌تر، تقسيم مجموعه‌اي از داده‌ها به زير مجموعه‌هاي مجزا است. نكته‌ي اصلي، مشخص‌نبودن تعداد گروه ها در خوشه‌بندي است، بگونه اي كه در خوشه‌بندي متخصصين، سليقه‌اي عمل مي نمايند.اين رساله به دنبال ارايه‌ي راه كاري براي خوشه‌بندي پوياي مشتريان بانك، بر مبناي الگوريتم ژنتيك با لحاظ نمودن روش LRFM مي باشد. به عبارت دقيق‌تر، الگوريتم ژنتيك سعي خواهد كرد از بين فيلدهاي اطلاعاتي مختلفي كه در مورد مشتريان بانك در پايگاه داده وجود دارد؛ فيلدهاي مناسبي را در كنار ويژگيهاي به كار رفته در روش LRFM قرار دهد تا نتايج مناسب‌تري را در خوشه‌بندي مشتريان بانك به دست آورد، تصميم‌گيري در مورد تعداد گروه هاي موجود نيز بر عهده‌ي الگوريتم ژنتيك خواهد بود. پياده‌سازيهاي مختلف الگوريتم ژنتيك با استفاده از تابع‌هاي مختلف جهش و پيوند انجام پذيرفته تا دستيابي به بهترين حالت پياده‌سازي گردد. شايان ذكر است تمامي روش‌هاي پيوند و جهش (به دليل تعدد زياد) قابل آزمون نيستند. ليكن، روند به گونه‌اي طراحي شده تا در پياده‌سازي، بهبود نسبت به روش پايه ‌LRFM و برخي روش‌هاي رقيب حاصل گردد.