داده کاوی در صنعت بانکداری

چکیده

مقدمه2

فصل اول3

1-1- فرایند کشف دانش و داده کاوی3

1-1-1- درک قلمرو3

1-1-2- انتخاب داده ها4

1-1-3- پاکسازی و پردازش اولیه4

1-1-4- کشف الگوها4

1-1-5- تفسیر و نمایش الگوها4

1-1-6- ارائه دانش5

1-2- معرفی برخی از روشهای داده کاوی5

1-3- تحلیل انحراف6

1-4- نمایه سازی7

1-5- قوانین وابستگی7

1-6- تحلیل توالی8

1-7- خوشه بندی9

1-8- دسته بندی12

1-9- پیش بینی12

1-9-1- درخت های تصمیمTree-based methods13

1-10- شبکه های عصبی مصنوعی14

1-10-1- شبکه عصبی چیست؟14

1-10-2- تطبیق های خود سازمانده17

1-10-3- تکنیک های نزدیکترین همسایه(Nearest Neighbor Techniques)17

1-10-4- استدلال مبتنی بر حافظه ((Memory-Based reasoning17

1-11- الگوریتم ژنتیک20

1-12- بهینه سازی22

فصل دوم24

2-1- داده کاوی در بازاریابی و مدیریت ارتباط با مشتریان بانک24

2-2- مدیریت ارتباط با مشتری و پروفایل سازی از ان ها25

2-2-1- شناسایی مشتریان26

2-2-2- جذب مشتریان27

2-2-3- حفظ مشتریان27

2-2-4- توسعه مشتریان27

2-2-5- مراقبت از مشتری29

2-2-6- داده کاوی و تحلیل رویگردانی مشتریان31

2-3- کاربرد های داده کاوی در کشف تقلب سوئ استفاده های مالی32

2-4-داده کاوی و پیش بینی عملکرد بانک37

2-5- داده کاوی در ارزیابی اعتبار مشتریان بانک39

3-5- کاربرد داده کاوی در ارزیابی عملکرد بانک ها52

4-5- نتیجه گیری:55

5-5- منابع.56