اس ام اس جدید سری 27
تحقیق داده کاوی در بانکداری الکترونیکی
فرمت فایل دانلودی: .docفرمت فایل اصلی: doc
تعداد صفحات: 96
حجم فایل: 1327 کیلوبایت
قیمت: 8500 تومان
توضیحات:
تحقیق داده کاوی در بانکداری الکترونیکی، در قالب فایل Word و در حجم 96 صفحه.
چکیده:
امروزه داده ها قلب تپنده فرایند تجاری بیشتر شرکت ها تلقی می شوند، آن ها فارغ از خرد و کلان بودن نوع صنعت در تمامی صنایع نظیر ارتباطات، تولید، بیمه، کارت اعتباری و بانکداری از طریق تعاملات در سیستم های عملیاتی شکل می گیرند. لذا نیازی به ابزاری است که بتوان داده های ذخیره شده را پردازش کرده و اطلاعات حاصل از آن را در اختیار کاربران قرار دهد. در این راستا سازمان های بسیاری در حال استفاده از داده کاوی برای کمک به مدیریت تمام فازهای ارتباط با مشتری هستند.این سازمان ها می تواند با برسی ویژگی ها و علت استفاده برخی از مشتریان از کالا ها و یا خدمات خود یا برسی علل عدم استقبال برخی از مشتریان از برخی کالاها نقاط قوت و ضعف خود را بیابند و در راستای بهبود کیفیت گام بردارند.امروزه به دلیل وجود بانکداری الکترنیکی ثبت اطلاعات تراکنشی راحت تر صورت می گیرد و همین امر موجب شده است روش های کمی جایگزین روش های کیفی شود. در این تحقیق به منظور شناسایی مشتریان بانک و تدوین استراتژی مناسب برای برخورد با آنها از داده کاوی و ابزار استفاده می شود. و همچنین تقلبهای صورتهای مالی به شکل چشمگیری توجه عموم جامعه، رسانه ها، سرمایه گذاران را به خود جلب کرده است و موسسات مالی و پولی به شدت به دنبال تسریع و سرعت عمل در شناخت فعالیت کلاهبرداران و متقلبان می باشند. لذا بکارگیری تکنیکهای شناسایی تقلب به منظور جلوگیری از اقدامات متقلبانه درسیستم های بانکداری الکتزونیک لازم است، عموما روش های شناسایی تقلب به دو دسته اصلی تشخیص ناهنجاری و تشخیص سوء استفاده تقسیم می شوند.در روش تشخیص ناهنجاری، تاریخچه رفتار مشتری به عنوان یک ناهنجاری یا تقلب ثبت شود.روش سوء استفاده بر رفتارهای خاص مشتری تمرکز دارد و دقیقا رفتارهای شناخته شده را تقلب فرض می کند. در این تحقیق علاوه بر مقایسه روش های فوق و تشریح چگونگی عملکرد سازوکارهای مبتنی بر آن، انواع تکنیکهای تشخیص تقلب در بانکداری الکترونیک ارائه و روشهای داده کاوی مورد استفاده در کشف تقلب مزایا و معایب هریک به تفصیل شرح داده خواهد شد.
فهرست مطالب:
چکیده
فصل اول: مقدمه
1.1. مقدمه
1.2. تعریف مسائله و بیان سوال های اصلی تحقیق
1.3. سابقه و ضرورت انجام تحقیق
1.4. هدف
1.5. کاربرد
فصل دوم: مفاهیم و اصطلاحات
2.1. مقدمه
2.2. تاریخچه ی داده کاوي
2.3. تعریف داده کاوی
2.4. روش های داده کاوی
2.4.1. خوشه بندی
2.4.1.1. روش تقسیم بندی
2.4.1.2. روش سلسه مراتبی
2.4.1.3. روش مبتنی بر چگالی
2.4.2. کشف قواعد وابستگی
2.4.3. طبقه بندی
2.5. مراحل داده کاوی
2.6. اندازه گیری نتایج
2.7. آمار و داده کاوی
2.8. بانکداری الکترونیک
2.9. تاریخچه بانکداری الکترونیک در ایران
2.10. سیستم های بانکداری الکترونیکی
2.11. شاخه های بانکداری الکترونیک برحسب نیازهای بازار بانکداری الکترونیک
2.12. مزایای بانکداری الکترونیک
2.13. پول الکترونیکی
2.14. انواع پول الکترونیکی
2.14.1. پول الکترونیکی شناسایی شده
2.14.2. پول الکترونیکی غیرقابل شناسایی (بی‌نام و نشان)
2.15. نتیجه گیری
فصل سوم: مدیریت ارتباط با مشتری در صنعت بانکداری الکترونیکی
3.1. مقدمه
3.2. مدیریت ارتباط با مشتری CRM
3.3. ارتباط
3.4. هرم ارزش مشتری
3.5. خوشه بندی مشتریان بانک ملت با استفاده از داده کاوی
3.6. استخراج داده های مربوط به شاخص ها
3.7. بررسی وضعیت داده و آماده سازی آن
3.8. برسی عدم همبستگی فیلدها با استفاده از آنالیز واریانس
3.9. تقسیم بندی مشتریان در گروه به صورت غیر فازی
3.9.1. تقسیم بندی مشتریان به 5 گروه به صورت فازی
3.9.2. تحلیل خوشه ها
3.10. استخراج قواعد
3.11. ایجاد نرم افزار های داده کاوی برای مدیریت روابط مشتری
3.11.1. تقسیم بندی مشتری
3.11.2. پیش بینی رویگردانی
3.12. پیشنهادات
3.13. نتیجه گیری
فصل چهارم: روش ها و راهکارهای شناسایی تقلب در بانکداری الکترونیک
4.1. مقدمه
4.2. تقلب
4.3. شناسایی تقلب
4.4. انواع تقلب در بستر بانکداری الکترونیک
4.4.1. تشخیص سو استفاده
4.4.2. تشخیص ناهنجاری
4.5. تکنیک تشخیص تقلب
4.5.1. سیستم خبره
4.5.2. برون هشته ای
4.5.3. شبکه عصبی
4.5.4. استدلال بر پایه مدل
4.5.5. رویکرد میتنی بر قواعد
4.5.6. تجزیه و تحلیل حالت گذار
4.5.7. تکنیک ها
4.5.8. داده کاوی
4.6. وظایف داده کاوی
4.6.1. طبقه بندی
4.6.2. خوشه بندی
4.6.3. پیش بینی
4.6.4. کشف نقاط پرت
4.6.5. رگرسیون
4.6.6. تصویرسازی
4.7. روشهای داده کاوی در مورد استفاده در تحقیقات کشف تقلبهای مالی
4.7.1. مدل رگرسیون
4.7.2. شبکه های عصبی مصنوعی
4.7.3. شبکه استنباط بیزین
4.7.4. درختان تصمیم
4.8. یک چارچوب کلی برای الگورتیم های داده کاوی
4.9. راه آینده چالشهای پیش رو
4.10. نتیجه گیری
منابع و مراجع
واژه نامه فارسی به انگلیسی
واژه نامه انگلیسی به فارسی
تحقیق داده کاوی در بانکداری الکترونیکی، در قالب فایل Word و در حجم 96 صفحه.
چکیده:
امروزه داده ها قلب تپنده فرایند تجاری بیشتر شرکت ها تلقی می شوند، آن ها فارغ از خرد و کلان بودن نوع صنعت در تمامی صنایع نظیر ارتباطات، تولید، بیمه، کارت اعتباری و بانکداری از طریق تعاملات در سیستم های عملیاتی شکل می گیرند. لذا نیازی به ابزاری است که بتوان داده های ذخیره شده را پردازش کرده و اطلاعات حاصل از آن را در اختیار کاربران قرار دهد. در این راستا سازمان های بسیاری در حال استفاده از داده کاوی برای کمک به مدیریت تمام فازهای ارتباط با مشتری هستند.این سازمان ها می تواند با برسی ویژگی ها و علت استفاده برخی از مشتریان از کالا ها و یا خدمات خود یا برسی علل عدم استقبال برخی از مشتریان از برخی کالاها نقاط قوت و ضعف خود را بیابند و در راستای بهبود کیفیت گام بردارند.امروزه به دلیل وجود بانکداری الکترنیکی ثبت اطلاعات تراکنشی راحت تر صورت می گیرد و همین امر موجب شده است روش های کمی جایگزین روش های کیفی شود. در این تحقیق به منظور شناسایی مشتریان بانک و تدوین استراتژی مناسب برای برخورد با آنها از داده کاوی و ابزار استفاده می شود. و همچنین تقلبهای صورتهای مالی به شکل چشمگیری توجه عموم جامعه، رسانه ها، سرمایه گذاران را به خود جلب کرده است و موسسات مالی و پولی به شدت به دنبال تسریع و سرعت عمل در شناخت فعالیت کلاهبرداران و متقلبان می باشند. لذا بکارگیری تکنیکهای شناسایی تقلب به منظور جلوگیری از اقدامات متقلبانه درسیستم های بانکداری الکتزونیک لازم است، عموما روش های شناسایی تقلب به دو دسته اصلی تشخیص ناهنجاری و تشخیص سوء استفاده تقسیم می شوند.در روش تشخیص ناهنجاری، تاریخچه رفتار مشتری به عنوان یک ناهنجاری یا تقلب ثبت شود.روش سوء استفاده بر رفتارهای خاص مشتری تمرکز دارد و دقیقا رفتارهای شناخته شده را تقلب فرض می کند. در این تحقیق علاوه بر مقایسه روش های فوق و تشریح چگونگی عملکرد سازوکارهای مبتنی بر آن، انواع تکنیکهای تشخیص تقلب در بانکداری الکترونیک ارائه و روشهای داده کاوی مورد استفاده در کشف تقلب مزایا و معایب هریک به تفصیل شرح داده خواهد شد.
فهرست مطالب:
چکیده
فصل اول: مقدمه
1.1. مقدمه
1.2. تعریف مسائله و بیان سوال های اصلی تحقیق
1.3. سابقه و ضرورت انجام تحقیق
1.4. هدف
1.5. کاربرد
فصل دوم: مفاهیم و اصطلاحات
2.1. مقدمه
2.2. تاریخچه ی داده کاوي
2.3. تعریف داده کاوی
2.4. روش های داده کاوی
2.4.1. خوشه بندی
2.4.1.1. روش تقسیم بندی
2.4.1.2. روش سلسه مراتبی
2.4.1.3. روش مبتنی بر چگالی
2.4.2. کشف قواعد وابستگی
2.4.3. طبقه بندی
2.5. مراحل داده کاوی
2.6. اندازه گیری نتایج
2.7. آمار و داده کاوی
2.8. بانکداری الکترونیک
2.9. تاریخچه بانکداری الکترونیک در ایران
2.10. سیستم های بانکداری الکترونیکی
2.11. شاخه های بانکداری الکترونیک برحسب نیازهای بازار بانکداری الکترونیک
2.12. مزایای بانکداری الکترونیک
2.13. پول الکترونیکی
2.14. انواع پول الکترونیکی
2.14.1. پول الکترونیکی شناسایی شده
2.14.2. پول الکترونیکی غیرقابل شناسایی (بی‌نام و نشان)
2.15. نتیجه گیری
فصل سوم: مدیریت ارتباط با مشتری در صنعت بانکداری الکترونیکی
3.1. مقدمه
3.2. مدیریت ارتباط با مشتری CRM
3.3. ارتباط
3.4. هرم ارزش مشتری
3.5. خوشه بندی مشتریان بانک ملت با استفاده از داده کاوی
3.6. استخراج داده های مربوط به شاخص ها
3.7. بررسی وضعیت داده و آماده سازی آن
3.8. برسی عدم همبستگی فیلدها با استفاده از آنالیز واریانس
3.9. تقسیم بندی مشتریان در گروه به صورت غیر فازی
3.9.1. تقسیم بندی مشتریان به 5 گروه به صورت فازی
3.9.2. تحلیل خوشه ها
3.10. استخراج قواعد
3.11. ایجاد نرم افزار های داده کاوی برای مدیریت روابط مشتری
3.11.1. تقسیم بندی مشتری
3.11.2. پیش بینی رویگردانی
3.12. پیشنهادات
3.13. نتیجه گیری
فصل چهارم: روش ها و راهکارهای شناسایی تقلب در بانکداری الکترونیک
4.1. مقدمه
4.2. تقلب
4.3. شناسایی تقلب
4.4. انواع تقلب در بستر بانکداری الکترونیک
4.4.1. تشخیص سو استفاده
4.4.2. تشخیص ناهنجاری
4.5. تکنیک تشخیص تقلب
4.5.1. سیستم خبره
4.5.2. برون هشته ای
4.5.3. شبکه عصبی
4.5.4. استدلال بر پایه مدل
4.5.5. رویکرد میتنی بر قواعد
4.5.6. تجزیه و تحلیل حالت گذار
4.5.7. تکنیک ها
4.5.8. داده کاوی
4.6. وظایف داده کاوی
4.6.1. طبقه بندی
4.6.2. خوشه بندی
4.6.3. پیش بینی
4.6.4. کشف نقاط پرت
4.6.5. رگرسیون
4.6.6. تصویرسازی
4.7. روشهای داده کاوی در مورد استفاده در تحقیقات کشف تقلبهای مالی
4.7.1. مدل رگرسیون
4.7.2. شبکه های عصبی مصنوعی
4.7.3. شبکه استنباط بیزین
4.7.4. درختان تصمیم
4.8. یک چارچوب کلی برای الگورتیم های داده کاوی
4.9. راه آینده چالشهای پیش رو
4.10. نتیجه گیری
منابع و مراجع
واژه نامه فارسی به انگلیسی
واژه نامه انگلیسی به فارسی
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.
پرسشنامه عوامل موثر بر کیفیت آموزش بالینی (تذکری و همکاران، 1394)