پایان نامه کاربرد داده کاوی در بانکداری الکترونیکی

کلمات جستجو شده در گوگل (پایان نامه کاربرد داده کاوی در بانکداری الکترونیکی)

داده کاوی در بانکداری الکترونیکی – داده کاوی نقش کلیدی درتقسیم بندی بازار، سرویس های مشتری ازجمله کاربردهای داده کاوی در صنعت بانکداری شامل بازاریابی ،مدیریت ریسک دانلود پایان نامه داده کاوی در بانکداری الکترونیکی – مقاله پایان نامه جهت اخذ درجه کارشناسی عنوان کامل: داده کاوی در بانکداری الکترونیکی تر باشد دسترسی به اطلاعات نهفته در میان داده ها مشکل تر می شود و نقش داده کاوی به دانلود پایان نامه کاربرد داده کاوی در تجارت الکترونیک دانلود پایان نامه امنیت و ﺑﺎﻧﻚ ﻫﺴﺘﻨﺪ. ، ﺷﻜﻞ ﻣﻲ ﮔﻴـﺮد . ﭘـﮋوﻫﺶ ﭘـﻴﺶ رو از ﻧﻈـﺮ ﻫﺪف،. ﻛﺎرﺑﺮدي و از ﻧﻈﺮ ﮔﺮدآوري داده ﺧﺪﻣﺎت اﻳﻨﺘﺮﻧﺘﻲ درﺗﺮاﻛﻨﺶ ﻫـﺎي ﺑﺎﻧﻜﺪاري اﻟﻜﺘﺮوﻧﻴﻚ داده کاوی در بانکداری الکترونیکی – در این مقاله سعی شده تا کاربرد داده کاوی در صنعت بانکداری بعنوان

داده کاوی در بانکداری الکترونیکی

پایان نامه کاربرد داده کاوی در بانکداری الکترونیکی

پایان نامه کاربرد داده کاوی در بانکداری الکترونیکی با فرمت ورد و قابل ویرایش.این پایان نامه در ۹۶ صفحه تنظیم شده است.

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 الکترونیکی 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، سرماگذاران 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 در سیستم 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.
قسمت آخر پایان نامه :

نتیجه گیری :

از آنچه که در بررسی های به عمل آمده در خصوص شناسایی تقلب در روش های تشخیص سوء استفاده و تشخیص ناهنجاری بیان شد،این نکته استنتاج می گردد که تکنیک های مبتنی بر رویکرد تشخیص سوء استفاده زمانی به کار گرفته می شوند که تشخیص تقلب به صورت از پیش شناخته شده بوده و بر اساس امضای می توان رفتار جاری مشتریان را برسی نمود طبیعا به دلیل شناخت کامل رفتار قبلی مشتریان ،دقت شناسایی تقلب در این روش بسیار بالاست .اما نقطه ضعف این روش ها ، عدم پوشش دهی کامل محدوده تقلب می باشد،بدین معنی که فقط و فقط تقلب هایی شناسایی و کنترل می شوند که حداقل یک بار رخ داده و یا امضای آن به سیستم تشخیص تقلب ارائه شده باشد.

اما در مقابل ، رویکردهای مبتنی بر تشخیص ناهنجاری ، سعی در پیش بینی رفتار آتی مشتری داشته و با منظور ، تاریحچه رفتار وی را مورد بررسی قرار می دهند .در این گونه روش ها ،هیچ قاعده ثابتی جهت تعریف نمی شود ،بلکه رفتار عادی و نرمال مشتری به سیستم تشخیص تقلب آموخته شده و هر گونه انحراف از آن ، به معنی تقلب فرض می گردد.به منظور شناسایی رفتار عادی مشتریان نیز از تاریخچه تراکنش های مشتری استفاده شده و رفتار عادی وی تلقی می گردد.این روش نسبت به رویکرد سوء استفاده ، دقت بالایی ندارد و ممکن است تراکنش های عادی به صورت تقلب فرض شوند .

لذا دقت این روش نسبت به رویکرد سوء استفاده بسیار کمتر می باشد  اما مزیت این روش  این است که گستره بیشتری از حملات و تراکنش های غیرقانونی را پوشش می دهد و امکان پیش بینی تقلب های مشاهده نشده از مزیت های این روش است .عموما در سیستم های تجاری ،سیستم های ترکیبی که شامل هر دو روش تشخیص سوء استفاده و ناهنچاری باشد،بهترین نتیجه را از نظر عملکردی در پی دارد .لذا سیستم های پیاده سازی شده به گونه ای طراحی شده است که با ترکیب این دو رویکرد علاوه بر دقت بالا،امکان پیش بینی رفتار مشتریان را نیز داشته باشند و تفلب های ناشی از رفتار غیر نرمال را نیز شناسایی نمایند. فارغ از بحث فنی ،ذکر این نکته نیز در اینجا بسیار ضروری به نظر می رسد که با توجه به رشد روز افزون خدمات مالی بانک ها و موسسات مالی و اعتباری به صورت الکترونیکی در سطح کشور و افزایش ضریب نفوذ استفاده کاربران از خدمات بانکداری الکترونیک ؛ رویکرد کلاهبرداران و متقلبان به سمت بانکداری الکترونیک نیز رو به افزایش است . بدین ترتیب نگرانی های بسیاری را سبب شده و توجه زیادی را به سوی خود جلب کرده است .

البته حوزه کشف تقلب مالی نیز تحول هایی چشمگیری را شاهد بوده است . به طور مشخص ،داده کاوی نظرها را به شکل گسترده ای  به خود جلب کرده است و محبوبیت فزاینده ای در جهان مالی به دست آورده است .کاربرد های موفقیت آمیزی از داده کاوی گزارش شده است و تحقیقات نشان داده اند که داده کاوی در میزان کاربرد و اثر بخشی گسترش یافته است .سازمان های حرفه ای حسابداری نیز داده کاوی را به عنوان یک فناوری مهم برای سده جدید شناخته اند ]۴۵[.روش های اصلی مورد استفاده برای کشف تقلبهای مالی عبارتند از مدلهای رگرسیون لجستیک ، شبکه های عصبی ، شبکه استنباط بیزین و درختان تصمیم که همه آنها راه حل های با اهمیتی را برای مشکلات ذاتی در کشف و طبقه بندی داده های متقلبانه ارائه می کنند.

کاربرد روشهای داده کاوی بر روی نسبتهای مالی استخراج شده از صورتهای مالی شرکتهای و نیز دیگر اطلاعات در دسترس ، می تواند به حسابرسان در کشف تقلب کمک کند ؛به طوری که آنان می تواند از نتابج این تحلیل ها به عنوان یک علامت اولیه هشداردهنده نسبت به وقوع احتمالی تقلب صورتهای مالی استفاده کند.نشانگرهای تقلب در صورتهای مالی ،اثری با اهمیت بر تعیین تقلب صورتهای مالی دارد.همچنین ،انواع تقلب و الکوهای تقلب در صنایع مختلف در طول زمان تغییر کرده است .درک اینکه طرحهای تقلب چگونه متحول شده اند مهم است .همچنین ،پیش بینی جهت تغییر این تقلبها با هر وسیله ممکن و به روز نگاه داشتن روشهای ماشینی کشف تقلب اهمیت دارد.پژوهش در این راستا ممکن است نتایج با اهمیتی داشته باشد که برای تدوین فرایندهای تجاری قویتر و نیز سازوکار های کشف تقلب انطباق پذیر برای مدیریت/پیشگیری /کشف خطر تقلب ،سودمند باشد.

فهرست مطالب:
چکیده
فصل اول: مقدمه
۱٫۱٫ مقدمه
۱٫۲٫ تعریف مسائله و بیان سوال های اصلی تحقیق
۱٫۳٫ سابقه و ضرورت انجام تحقیق
۱٫۴٫ هدف
۱٫۵٫ کاربرد
فصل دوم: مفاهیم و اصطلاحات
۲٫۱٫ مقدمه
۲٫۲٫ تاریخچه ی داده کاوي
۲٫۳٫ تعریف داده کاوی
۲٫۴٫ روش های داده کاوی
۲٫۴٫۱٫ خوشه بندی
۲٫۴٫۱٫۱٫ روش تقسیم بندی
۲٫۴٫۱٫۲٫ روش سلسه مراتبی
۲٫۴٫۱٫۳٫ روش مبتنی بر چگالی
۲٫۴٫۲٫ کشف قواعد وابستگی
۲٫۴٫۳٫ طبقه بندی
۲٫۵٫ مراحل داده کاوی
۲٫۶٫ اندازه گیری نتایج
۲٫۷٫ آمار و داده کاوی
۲٫۸٫ بانکداری الکترونیک
۲٫۹٫ تاریخچه بانکداری الکترونیک در ایران
۲٫۱۰٫ سیستم های بانکداری الکترونیکی
۲٫۱۱٫ شاخه های بانکداری الکترونیک برحسب نیازهای بازار بانکداری الکترونیک
۲٫۱۲٫ مزایای بانکداری الکترونیک
۲٫۱۳٫ پول الکترونیکی
۲٫۱۴٫ انواع پول الکترونیکی
۲٫۱۴٫۱٫ پول الکترونیکی شناسایی شده
۲٫۱۴٫۲٫ پول الکترونیکی غیرقابل شناسایی (بی‌نام و نشان)
۲٫۱۵٫ نتیجه گیری
فصل سوم: مدیریت ارتباط با مشتری در صنعت بانکداری الکترونیکی
۳٫۱٫ مقدمه
۳٫۲٫ مدیریت ارتباط با مشتری
CRM
۳٫۳٫ ارتباط
۳٫۴٫ هرم ارزش مشتری
۳٫۵٫ خوشه بندی مشتریان بانک ملت با استفاده از داده کاوی
۳٫۶٫ استخراج داده های مربوط به شاخص ها
۳٫۷٫ بررسی وضعیت داده و آماده سازی آن
۳٫۸٫ برسی عدم همبستگی فیلدها با استفاده از آنالیز واریانس
۳٫۹٫ تقسیم بندی مشتریان در گروه به صورت غیر فازی
۳٫۹٫۱٫ تقسیم بندی مشتریان به ۵ گروه به صورت فازی
۳٫۹٫۲٫ تحلیل خوشه ها
۳٫۱۰٫ استخراج قواعد
۳٫۱۱٫ ایجاد نرم افزار های داده کاوی برای مدیریت روابط مشتری
۳٫۱۱٫۱٫ تقسیم بندی مشتری
۳٫۱۱٫۲٫ پیش بینی رویگردانی
۳٫۱۲٫ پیشنهادات
۳٫۱۳٫ نتیجه گیری
فصل چهارم: روش ها و راهکارهای شناسایی تقلب در بانکداری الکترونیک
۴٫۱٫ مقدمه
۴٫۲٫ تقلب
۴٫۳٫ شناسایی تقلب
۴٫۴٫ انواع تقلب در بستر بانکداری الکترونیک
۴٫۴٫۱٫ تشخیص سو استفاده
۴٫۴٫۲٫ تشخیص ناهنجاری
۴٫۵٫ تکنیک تشخیص تقلب
۴٫۵٫۱٫ سیستم خبره
۴٫۵٫۲٫ برون هشته ای
۴٫۵٫۳٫ شبکه عصبی
۴٫۵٫۴٫ استدلال بر پایه مدل
۴٫۵٫۵٫ رویکرد میتنی بر قواعد
۴٫۵٫۶٫ تجزیه و تحلیل حالت گذار
۴٫۵٫۷٫ تکنیک ها
۴٫۵٫۸٫ داده کاوی
۴٫۶٫ وظایف داده کاوی
۴٫۶٫۱٫ طبقه بندی
۴٫۶٫۲٫ خوشه بندی
۴٫۶٫۳٫ پیش بینی
۴٫۶٫۴٫ کشف نقاط پرت
۴٫۶٫۵٫ رگرسیون
۴٫۶٫۶٫ تصویرسازی
۴٫۷٫ روشهای داده کاوی در مورد استفاده در تحقیقات کشف تقلبهای مالی
۴٫۷٫۱٫ مدل رگرسیون
۴٫۷٫۲٫ شبکه های عصبی مصنوعی
۴٫۷٫۳٫ شبکه استنباط بیزین
۴٫۷٫۴٫ درختان تصمیم
۴٫۸٫ یک چارچوب کلی برای الگورتیم های داده کاوی
۴٫۹٫ راه آینده چالشهای پیش رو
۴٫۱۰٫ نتیجه گیری
منابع و مراجع
واژه نامه فارسی به انگلیسی
واژه نامه انگلیسی به فارسی
فهرست اشکال و نمودارها:
شکل ۱-۲٫ مراحل داده کاوی
شکل۱-۳ . مدیریت فرایند کسب و کار
شکل ۲-۳٫ هرم ارزش مشتری براساس ۵ خوشه بدست آمده
شکل ۳-۳٫ تلفیق رفتار داده های دموگرافیک
شکل ۴-۳٫ دلایل برای رویگردانی داوطلبانه
شکل ۱-۴٫ چرخه حیات مالی
نمودار ۱-۴٫ چگونگی دسته بندی داده ها بر اساس رفتار عادی
نمودار ۲-۴٫ ناهنجاری متنی
نمودار ۳-۴٫ ناهنجاری انبوه
شکل ۲-۴٫ روشهای داده کاوی استفاده شده برای کشف انواع تقلبهای مالی (
Ngai et,al.2010)
شکل ۵-۴٫ چارچوب کلی کشف تقلبهای مالی با استفاده از کارایی (
Yue et,al .2007 )
فهرست جداول:
جدول۱-۳ . مراکز ۵ خوشه به روش غیر فازی
جدول۲-۳ . نمونه ای از خروجی نرم افزار
Spss
جدول ۳-۳٫نمونه ای از خروجی نرم افزار
DataEngin
جدول ۴-۳٫ تراکم خوشه ها با استفاده از روش غیر فازی و فازی
جدول ۵-۳٫مقادیر بدست آمده برای
µ با تعداد خوشه های مختلف
جدول ۶-۳ . مقادیر محاسبه شده برای ارزیابی خوشه ها با استفاده از معادلات ذکر شده
جدول۱-۴ . طبقه بندی تقلبهای مالی (
Ngai et,al.2010)
جدول ۲- ۴٫ جدول زیان های حاصل از تقلب های مالی از طریق کارت های اعتباری بانکی در انگلستان (۲۰۰۴ تا ۲۰۰۷)-منبع
APAGS سال ۲۰۰۶ (آمار به میلیون پوند)
جدول ۳-۴ .جمع زیان های حاصل از تقلب های مالی از طریق سیستم های بانکداری الکترونیکی در انگلستان (۲۰۰۴ تا ۲۰۰۷)- منبع
APAGS سال ۲۰۰۶ (آمار به میلیون پوند)
جدول ۴-۴٫اهداف اصلی تحقیقتهای انجام شده در مورد کشف تقلبهای شزکتی از سال ۱۹۹۷ تا ۲۰۰۸ (
Ngai et.al ,2010)

 

 

تعداد صفحات نوع فایل قیمت
96 WORD 6,900 تومان

پایان نامه کاربرد داده کاوی در بانکداری الکترونیکی



لینک دانلود فایل خریداری شده بلافاصله بعد از پرداخت نمایش داده می شود.
اشتراک در
اطلاع از

0 Comments
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها