چکیده:
درختان تصمیمگیری بهعنوان یکی از تکنیکهای دادهکاوی میتوانند به اعتبارسنجی مشتریان بانکی بپردازند.مسئلهی اصلی ساخت درختان تصمیمگیری است که بتوانند بهطور بهینه مشتریان را طبقهبندی کنند.در این مقاله یک مدل مناسب اعتبارسنجی مشتریان بانکها برای اعطای تسهیلات اعتباری متناسب با هر طبقه مبتنی بر الگوریتم ژنتیک ارایه میشود.الگوریتمهای ژنتیک میتوانند با انتخاب ویژگیهای مناسب و ساخت درختان تصمیمگیری بهینه به اعتبارسنجی مشتریان کمک کنند.در ساخت این مدل فرآیند توسعه در شناخت الگو و فرآیند CRISP برای اعتبارسنجی مشتریان بهکار رفته است.مدل طبقهبندی پیشنهادی مبتنی بر تکنیکهای خوشهبندی، انتخاب ویژگیها،درختان تصمیمگیری و الگوریتم ژنتیک است.این مدل به انتخاب و ترکیب بهترین درختان تصمیمگیری مبتنی بر معیارهای بهینگی و ساخت درخت تصمیمگیری نهایی برای اعتبارسنجی مشتریان میپردازد.نتایج نشان میدهد که دقت طبقهبندی مدل طبقهبندی پیشنهادی بهطور تقریبی از تمام مدلهای درخت تصمیمگیری مقایسه شده در این مقاله بالاتر است.همچنین تعداد برگها و اندازهی درخت تصمیمگیری و در نتیجهی پیچیدگی آن از همه کمتر است.
خلاصه ماشینی:
"در این مقاله یک مدل مناسب اعتبارسنجی مشتریان بانکها برای اعطای
بهطور تقریبی از تمام مدلهای درخت تصمیمگیری مقایسه شده در این مقاله بالاتر است.
بهنظر میرسد استفاده از تکنیکهای بهینهسازی مثل الگوریتمهای ژنتیک در انتخاب ویژگیهای و ایجاد درختان تصمیم بهینه برای اعتبارسنجی
در این مقاله مدلی مناسب برای اعتبارسنجی مشتریان بانکها مانند بانک ملت برای
3. تلفیق چندین الگوریتم انتخاب ویژگی مبتنی بر رویکردهای فیلتر، Wrapper و طرح جاسازی شده برای افزایش انعطافپذیری و دقت
مراحل کلی کار در ساخت مدل طبقهبندی پیشنهادی بهصورت نمودار 1 است.
فرایند ساخت و آزمون مدل پیشنهادی در اعتبارسنجی مشتریان بانک در انتخاب ویژگیها،روش جستجو،تصادفی و برمبنای الگوریتم ژنتیک است.
انتخاب ویژگی مبتنی بر درخت تصمیمگیری ژنتیکی:به علت اینکه این الگوریتم از
یک الگوریتم طبقهبندی همچون درخت تصمیمگیری ژنتیکی برای انتخاب ویژگیهای
روشهای ساخت انواع درختان تصمیمگیری در مدل طبقهبندی پیشنهادی به این
نتایج درخت تصمیمگیری مدل طبقهبندی پیشنهادی بهصورت نگارهی 4 است.
نتایج طبقهبندی پیشنهادی اعتبارسنجی مشتریان در مجموعهی دادههای اعتباری بانک ملت
مبتنی بر مدل طبقهبندی پینشهادی،از الگوریتم ژنتیک در ساخت درختان تصمیمگیری
مدل طبقهبندی پیشنهادی برای اعتبارسنجی مشتریان بانک(بانک ملت)نسبت به درختان
مسئلهی اصلی ساخت درختان تصمیمگیری است که بتوانند بهطور بهینه مشتریان را طبقهبندی کنند.
و فرآیند CRISP به ساخت درخت تصمیمگیری نهایی برای اعتبارسنجی مشتریان بانک
توجه به موارد گفته شده میتوان از مدل طبقهبندی پیشنهادی برای ساخت و آزمون
درختان تصمیمگیری بهمنظور اعتبارسنجی مشتریان بانک استفاده نمود.
روشهای طبقهبندی درخت تصمیمگیری همچون ID3 در ساخت مدل طبقهبندی
افزار کاربردی برای اعتبارسنجی مشتریان بانک مبتنی بر مدل پیشنهادی."