ترجمه مقاله تکنیک های داده کاوی و کاربردهای آن در بخش بانکداری - نشریه IJETAE

ترجمه مقاله تکنیک های داده کاوی و کاربردهای آن در بخش بانکداری - نشریه IJETAE
قیمت خرید این محصول
۳۱,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
تکنیک های داده کاوی و کاربردهای آن در بخش بانکداری
عنوان انگلیسی
Data Mining Techniques and its Applications in Banking Sector
صفحات مقاله فارسی
16
صفحات مقاله انگلیسی
8
سال انتشار
2013
نشریه
IJETAE
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
9087
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه شده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مدیریت و فناوری اطلاعات
گرایش های مرتبط با این مقاله
بانکداری، مدیریت فناوری اطلاعات و اینترنت و شبکه های گسترده
مجله
مجله بین المللی فن آوری در حال ظهور و مهندسی پیشرفته
دانشگاه
گروه علوم کامپیوتر، دانشکده هنرهای دولتی، ملور، مادورای
کلمات کلیدی
بخش بانکداری، حفظ مشتری، تایید اعتبار، داده کاوی، تشخیص تقلب
فهرست مطالب
چکیده
1. مقدمه
2. تکنیک ها و الگوریتم های داده کاوی
الف. یادگیری نظارت شده
ب. یادگیری بدون نظارت
3. تقلب بزرگ در بخش بانکداری هند
4. کاربردهای داده کاوی در بخش بانکداری
A. حفظ مشتری در بخش بانکداری
B. تایید اعتبار به صورت خودکار با استفاده از روش طبقه بندی
C5.0
CART
ماشین بردار پشتیبانی (SVM)
رگرسیون لجستیک
C. تشخیص تقلب در بخش بانکداری
d. بازاریابی
E. مدیریت ریسک
5. نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
Abstract

Data mining is becoming strategically important area for many business organizations including banking sector. It is a process of analyzing the data from various perspectives and summarizing it into valuable information. Data mining assists the banks to look for hidden pattern in a group and discover unknown relationship in the data. Today, customers have so many opinions with regard to where they can choose to do their business. Early data analysis techniques were oriented toward extracting quantitative and statistical data characteristics. These techniques facilitate useful data interpretations for the banking sector to avoid customer attrition. Customer retention is the most important factor to be analyzed in today’s competitive business environment. And also fraud is a significant problem in banking sector. Detecting and preventing fraud is difficult, because fraudsters develop new schemes all the time, and the schemes grow more and more sophisticated to elude easy detection. This paper analyzes the data mining techniques and its applications in banking sector like fraud prevention and detection, customer retention, marketing and risk management.

نمونه چکیده ترجمه متن فارسی
چکیده
برای بسیاری از سازمان های کسب و کار از جمله بخش بانکداری، داده کاوی در حال تبدیل شدن به یک حوزه مهم راهبردی است. این یک فرایند تجزیه و تحلیل داده ها از دیدگاه های مختلف و خلاصه سازی آن در اطلاعات ارزشمند است. داده کاوی به بانک ها برای جستجوی الگوی پنهان در یک گروه و کشف رابطه ناشناخته در داده‌ها کمک می نماید. امروزه، با توجه به جایی که مشتریان می توانند برای انجام کسب و کار خود انتخاب کنند، عقاید مختلفی دارند. تکنیک های تجزیه و تحلیل اطلاعات اولیه با محوریت استخراج ویژگی داده های کمی و آماری صورت می گرفت. این تکنیک ها تفسیر داده های مفید برای بخش بانکداری را به منظور جلوگیری از کاهش مشتری، تسهیل می نمایند. حفظ مشتری، مهم ترین عامل در محیط کسب و کار رقابتی امروز است. و همچنین تقلب یک مشکل مهم در بخش بانکداری است. تشخیص و جلوگیری از تقلب دشوار است، چرا که کلاهبرداران طرح های جدید را در همه زمان ها توسعه می دهند و برای سخت تر شدن تشخیص آسان، طرح ها بیشتر و بیشتر پیچیده می شوند. این مقاله، تکنیک های داده کاوی و کاربردهای آن در بخش بانکداری مانند پیشگیری و کشف تقلب، حفظ مشتری، بازاریابی و مدیریت ریسک را تجزیه و تحلیل می نماید.

بدون دیدگاه