-
شماره راهنما
212
-
پديد آورنده
روحي، ميلاد
-
عنوان
ارائه مدل پيشبيني نرخ وصول تسهيلات مشتريان بانكي بر اساس روش GA-SVM/SVRبا استفاده از دادهكاوي
-
عنوان به انگليسي
Presenting forecast model for loans recovery rate of Customers in banking System based on GA-SVM/SVR using Data mining
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
صنايع
-
محل تحصيل
تهران شمال
-
سال تحصيل
95
-
تاريخ دفاع
95/3/5
-
وضعيت پايان نامه
18/75
-
مشخصات ظاهري
183ص
-
استاد راهنما
جعفري اسكندري، ميثم
-
كتابنامه
182-179ص
-
توصيفگر فارسي
نرخ وصول تسهيلات , ريسك اعتباري , مشتريان اعتباري , مطالبات ريالي , دادهكاوي , ماشين بردار پشتيبان , الگوريتم ژنتيك
-
توصيفگر لاتين
Recovery rate , Credit Risk , Credit Customers , Rial Claims
-
چكيده
افزايشروزافزون مشتريانبانكها و همچنين مراودات ماليآنها در دريافت تسهيلات و جلوگيري از معوق شدن اقساط و كنترل رفتار مشتريان امري ضروري برايبانكهاميباشد. از سوي ديگر رشد فزايندهدادهها باعث گرديده است كه بانكها در تحليل آمار مشتريان با مشكل روبرو گردند و با گسترش بهرهگيري از فناوريهايبهروز در زمينه اطلاعات و ارتباطات خصوصاً در بانكها تحليل و تصميمگيري بر اساس دادهها با روشهاي معمول گزارشگيري و روشهاي آماريامكانپذيرنميباشد. دادهكاوي ابزار قدرتمندي است كه در اينپاياننامه جهت تحليلدادههابهمنظور تحليل رفتار مشتريان اعتباري بانكي كه تسهيلات آنها به مطالبات تبديل گرديده است و مدلسازي آنبهصورتمورد كاويدريكي از بانكهاي كشورانجام و نتايج براي استفاده در سيستمهاي بانكي پيشنهادميگردد.
هدف از اين تحقيق با عنوان " ارائه مدل پيشبيني نرخ وصول تسهيلات مشتريان بانكي بر اساس روش GA-SVM/SVR با استفاده از دادهكاوي "پيشبينينرخ وصول و درصد مطالبات غيرقابلوصول با دقت بالاتر از مطالعات اندك انجامشده قبلي در جهان كه در ايران تاكنون در اين سطح با استفاده از روشهايدادهكاويانجامنشده است با روشهايمدلسازي جديد و بهمنظور ارائه راهكار به مديرانبانكهابهمنظورتصميمگيري بهتر ميباشد. دادههاي خام موردنياز جهت اين مطالعه از پايگاهدادههاييكي از بانكهاي تجاري كشور استخراج گرديده است.
-
شماره ركورد
33574
-
لينک به اين مدرک :
