مدل‌سازي روي‌گرداني مشتريان موسسه‌ي مالي و اعتباري مهر با استفاده از تكنيك‌هاي داده‌كاوي (رويكرد: هيبريدي فازي – ماشين بردارهاي پشتيباني)

Modeling Churn Behavior of Bank Customers Using Data Mining Techniques in MEHR Institute (SVM+Fuzzy Rules)

در سال‏هاي اخير با گسترش روزافزون داده‏ها و پايگاه داده‏ها روبرو شده‏ايم. به موازات اين امر شاهد پيشرفت تكنولوژي و علوم مختلف مي‏باشيم تا بتوان از اين خيل عظيم داده‏ها نهايت بهره را برد. در دنياي امروز و در مبحث مديريت ارتباط با مشتري يكي از مزيت‏هاي رقابتي براي شركت‏ها، سازمان‏ها و نهادها استفاده‌ي بهينه از داده‏ها است كه در صورت وقوع چنين امري سازمان مي‏تواند گامي بزرگ در راستاي اهداف خود از جمله حفظ مشتريان قديمي و جذب مشتريان جديد بردارد. از صنعت‏هايي كه امروزه با داده‏هاي انبوه مشتريان سر و كار دارد صنعت بانكداري است. با توجه به اين امر در اين مقاله مسيله‌ي روي گرداني مشتريان موسسه‌ي مالي و اعتباري مهر مورد بررسي قرار گرفته است و پس از مرور ادبيات و مطالعات نظري در اين زمينه و جمع آوري داده هاي مورد نياز، مدل‌سازي روي گرداني مشتريان با رويكرد هيبريدي انجام گرفته است كه در ابتداي اين رويكرد گروه مشتريان با كمك قوانين فازي تعيين شده است. بر اين اساس مشتريان در سه گروه فعال، متوسط و ضعيف قرار گرفته اند. در مرحله‌ي دوم نيز مدل‌سازي با كمك روش ماشين بردارهاي پشتيباني صورت گرفته است. نتايج حاصل از اين رويكرد با رويكرد منطقي و تك‌متغيره مقايسه شده است و بنا به نتايج به دست آمده رويكرد هيبريدي فازي–ماشين هاي بردارهاي پشتيباني به‌منظور مدل‌سازي روي-گرداني مشتريان موسسه‌ي مالي و اعتباري مهر معرفي شده است.