در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.
در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد.
یکی از بهترین روش های شناخت مشتری، بخش بندی مشتریان به گروه های مشخص و اعمال سیاست های بازاریابی متناسب با هر بخش است. چرخه زندگی مشتری چارچوب خوبی برای به کارگیری داده کاوی در مدیریت ارتباط با مشتری فراهم می کند. مدیریت ارتباط با مشتری به عنوان یک مزیت رقابتی برای بانک ها محسوب می گردد. در بخش ورودی داده کاوی، چرخه زندگی مشتری می گوید چه اطلاعاتی در دسترس است و در بخش خروجی آن، چرخه زندگی می گوید چه چیزی احتمالا جالب توجه است و چه تصمیماتی باید گرفته شود و اینکه تا چه مدت به صورت مشتریان وفادار به ما خواهند ماند و چگونه احتمالاً ما را ترک خواهند کرد.
بنابراین می توان از طریق داده کاوی ارزش مشتریان را تعیین،رفتار آینده آنها را پیش بینی و تصمیمات آگاهانه ای را در این رابطه اتخاذ نمود.
از پر اهمیت ترین مسائل در صنعت بانکداری که در این مقاله نیز مورد بررسی قرار گرفت تحلیل مدیریت ریسک مشتریان در اعتماد به بانک ها و همچنین بانک ها، جهت اعطای وام به مشتریان خود است. داده کاوی می تواند رفتار مشتریان را از روی میزان موجودی، وضعیت زندگی (تأهل، شغل و...) تشخیص بدهد. با تجزیه و تحلیل الگوها، مدیران بانک با دقت بیشتری پیش بینی می کنند که چه مشتریانی ریسک بیشتری برای پرداخت بدهی ها و وام خود دارند، و از این طریق مشتریان خوش حساب را شناسایی می کنند.
استفاده از مدل درخت تصمیم در این مقاله، نتایجی به مراتب بهتر از عملکرد کارشناسان اعتبارسنجی بانک و داده کاوی و منطق فازی برای طبقه بندی مشتریان [۹] و استفاده از بازاریابی مستقیم [۱۱] به دلیل استفاده از ویژگی های بسیار زیاد در خصوص انتخاب مشتری هدف را انجام می دهد.
این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند.
کپی برداری بدون ذکر منبع، بر اساس قانون جرائم اینترنتی و مادۀ 12 فصل سوم قانون جرائم رایانه ای غیر قانونی بوده و مجازات جزای نقدی و حبس دارد و شرعا نیز حرام است!
اگر در حال پژوهش در حوزه داده کاوی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید.
مجموعه مقالات فارسی به صورت یکجا نیز از طریق لینک قابل دسترسی هستند.
اگر در زمینه داده کاوی در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام (https://t.me/dataacademy) حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.
افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.