مدیریت دانش مشتریان بانک مهر اقتصاد با بهره گرفتن از تکنیک­های داده‌کاوی


در حال بارگذاری
۲۳ مرداد ۱۳۹۷
pdf
2.10MB
145
۱۲۵۰۰ تومان
خرید

افزایش روزافزون سطح رقابت در بازار، مدیران و تحلیل­گران سازمان­ها را وادار ساخته به دنبال راهکارهایی باشند که مزیت رقابتی را برای سازمان به ارمغان آورند. بر اساس مطالعات موجود، استفاده از دانش مشتری جهت اتخاذ استراتژی‌های لازم برای جلب رضایت مشتری می­تواند سازمان­ها را به­سمت تحقق این هدف سوق دهد.

از سوی دیگر گسترش بهره­گیری از فناوری­های بروز در زمینه اطلاعات و ارتباطات خصوصاً در بانک­ها باعث بر جای ماندن حجم عظیمی از داده­ها گشته که تحلیل و تصمیم­گیری بر اساس آن­ها با روش­های معمول گزارش­گیری و روش­های آماری امکان­پذیر نمی­باشد. داده ­کاوی ابزار بروز و قدرتمندی است که در این پایان نامه جهت تحلیل داده­ها به جهت استخراج دانش مشتری پیشنهاد می­گردد.

هدف از این تحقیق با عنوان «مدیریت دانش مشتریان بانک مهر اقتصاد با بهره گرفتن از تکنیک­های داده‌کاوی»، بخش‌بندی مشتریان بانک مهر اقتصاد، باهدف کشف ویژگی‌های رفتاری مشابه، برای کمک به مدیران این بانک جهت تسهیل اتخاذ استراتژی‌های متناسب با هر بخش و در نتیجه حفظ، تقویت و یا توسعه ارتباط با مشتریان و نهایتاً سودآوری برای این بانک می­­باشد. داده‌های خام مورد نیاز جهت این مطالعه از پایگاه داده‌های بانک مهر اقتصاد استخراج شده است.

۱-۱- مقدمه

۱-۲- تعریف مسئله

۱-۳- ضرورت انجام تحقیق

۱-۴- مراحل انجام تحقیق

۱-۵- محدوده تحقیق

۱-۶- اهداف تحقیق

۱-۷- ساختار پایان‌نامه

فصل دوم

۲-۱- مقدمه

۲-۲- مدیریت دانش

۲-۲-۱- دانش چیست؟

۲-۲-۲- هرم دانش

۲-۲-۳- انواع دانش

۲-۲-۳-۱- دانش صریح

۲-۲-۳-۲- دانش ضمنی

۲-۲-۴- مدیریت دانش چیست؟

۲-۲-۵- استراتژی‌های مدیریت دانش

۲-۲-۵-۱- استراتژی اجتماعی سازی (تبدیل دانش پنهان به پنهان)

۲-۲-۵- ۲- استراتژی برونی سازی (پنهان به آشکار)

۲-۲-۵- ۳- استراتژی ترکیب­سازی (آشکار به آشکار)

۲-۲-۵- ۴- استراتژی درونیسازی (آشکار به پنهان)

۲-۲-۶-معایب عدم بهرهگیری از دانش در سازمان

۲-۲-۷- اهداف مدیریت دانش

۲-۳- مدیریت دانش مشتری

۲-۳-۱- انواع دانش مشتری

۲-۳-۲- مدل مدیریت دانش مشتری

۲-۴- مدیریت ارتباط با مشتری

۲-۴-۱- مدیریت ارتباط مشتریان در نظام بانکی

۲-۴-۲- مدیریت ارتباط با مشتری: اهداف، مزایا و چالش‌ها

۲-۵- مقایسه مفاهیم CKM و KM و CRM

۲-۶- تاریخچه‌ای از بانک و بانکداری

۲-۷-  سیر تحول فناوری اطلاعات در صنعت بانکداری

۲-۷-۱ دوره اول: اتوماسیون پشت باجه

۲-۷-۲- دوره دوم: اتوماسیون جلوی باجه

۲-۷-۳- دوره سوم: اتصال مشتریان به حساب‌هایشان

۲-۷-۴- دوره چهارم: یکپارچه‌سازی سیستم‌ها و مرتبط کردن مشتریان با تمامی عملیات بانکی

۲-۷-۵- بانکداری الکترونیک

۲-۸- داده‌کاوی

۲-۸-۱- مقایسه روش‌های آماری و داده‌کاوی

۲-۸-۲- مفهوم داده‌کاوی

۲-۸-۳- داده‌کاوی و کشف دانش

۲-۸-۴- فرایند داده‌کاوی

۲-۸-۵- معرفی روش‌های داده‌کاوی

۲-۸-۵-۱- دسته‌بندی

۲-۸-۵-۲- درخت تصمیم

۲-۸-۵-۳- شبکه‌های عصبی

۲-۸-۵-۴- پیش بینی

۲-۸-۵-۵- خوشه‌بندی

۲-۸-۵-۵- انواع خوشه‌بندی

۲-۸-۵-۵-۲- معیارهای ارزیابی در خوشه‌بندی

۲-۸-۵-۶- تحلیل انحراف

۲-۸-۵-۷- قواعد وابستگی (انجمنی)

۲-۸-۵-۸- تحلیل توالی

۲-۸-۶- نرم‌افزار داده‌کاوی

۲-۸-۷- کاربردهای داده‌کاوی

۲-۸-۷-۱- داده‌کاوی در صنعت بانکداری

۲-۹- پیشینه تحقیق

۲-۹-۱- کاربرد داده‌کاوی در بخش‌بندی و مدل‌سازی رفتاری مشتریان در صنعت بانکداری

۲-۹-۲- کاربرد داده‌کاوی در ارزیابی اعتبار مشتریان

۲-۹-۳- کاربرد داده‌کاوی در زمینه کشف تقلب

۲-۹-۴- کاربرد داده‌کاوی در تحلیل روی‌گردانی مشتری

۲-۱۰- جمع‌بندی مطالب فصل

فصل سوم

۳-۱- مقدمه

۳-۲- روش پیشنهادی

۳-۲-۱- چارچوب تحقیق

۳-۲-۲- انتخاب متغیرها

۳-۲-۳- آماده‌سازی و پیش‌پردازش داده‌ها

۳-۲-۳-۱- نرمال سازی داده‌ها

۳-۲-۴- تعیین تعداد بهینه خوشه‌ها

۳-۲-۵- خوشه‌بندی

۳-۲-۵-۱- انواع خوشه‌بندی

۳-۲-۵-۲- خوشه‌بندی به روش K-Means

۳-۲-۵-۱-۱- مزایای استفاده از الگوریتم خوشه‌بندی K-Means

۳-۲-۵-۱-۲-  محدودیت‌های الگوریتم K-Means

۳-۲-۵-۲- خوشه‌بندی به روش WK-Means

۳-۲-۵-۳- خوشه‌بندی به روش A-H-Means

۳-۲-۶- ارزیابی خوشه‌ها به روش  مجموع مربع خطاها و انتخاب بهترین روش

۳-۲-۷- به‌کارگیری دانش حاصل از خوشه‌بندی

۳-۳- روش‌های جمع آوری اطلاعات

۳-۴- جمع‌بندی مطالب فصل

فصل چهارم

۴-۱- مقدمه

۴-۲- معرفی بانک مهر اقتصاد

۴-۳- موضوع و فعالیت بانک

۴-۴- محاسبات تحقیق

۴-۴-۱- گام انتخاب و جمع آوری متغیرهای ورودی

۴-۴-۲- گام آماده‌سازی و پیش‌پردازش داده‌ها

۴-۴-۳-گام تعیین تعداد بهینه خوشه‌ها

۴-۴-۴- گام خوشه‌بندی داده‌ها

۴-۴-۴-۱- خوشه‌بندی به روش K-Means.

۴-۴-۴-۲- خوشه‌بندی به روش WK-Means.

۴-۴-۴-۳- خوشه‌بندی به روش A-H-Means.

۴-۴-۵- ارزیابی خوشه‌ها به روش  مجموع مربع خطاها و انتخاب بهترین روش

۴-۴-۶-گام به‌کارگیری دانش حاصل از خوشه‌بندی

۴-۵- نتایج تحقیق

۴-۶- جمع‌بندی مطالب فصل

فصل پنجم

۵-۱- مقدمه

۵-۲- خلاصه تحقیق

۵-۳- نتیجه‌گیری

۵-۴- زمینه‌های پیشنهادی، راهکارها و پیشنهاد‌ات جهت پژوهش‌های آتی

  راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید یا فایل دانلود شده مغایر با عنوان پایان نامه خریداری شده بود اینجا کلیک کنید و مورد را از طریق فرم مغایرت اطلاع دهید تا رفع اشکال گردد.