استاندارد CRISP-DM

هدف از این تحقیق خوشه بندی کاربران داده های دریایی با استفاده از تکنیک داده کاوی است. با محقق شدن این هدف، سازمانهای دریایی قادر به شناخت داده های موجود خود و همچنین اطلاع از نیازهای کاربران خود خواهند شد. در این تحقیق برای پیاده سازی داده کاوی از مدل استاندارد CRISP-DM استفاده شده است. داده های مورد نیاز، از اطلاعات و پروفیل 500 کاربر داده دریایی از سال 1386 تا 1393 در پژوهشگاه ملی اقیانوس شناسی و علوم جوی، استخراج شده است. برای خوشه بندی از الگوریتم TwoStep استفاده شده است. در این تحقیق، برای نخستین بار با استفاده از خوشه بندی، الگویی میان کاربران داده های دریایی اعم از دانشجو، سازمان و پژوهشگر، و اطلاعات داده های مورد درخواست آنها (منبع داده، نوع داده، مجموعه داده، پارامتر و منطقه جغرافیایی) کشف شد. مهمترین خوشه های بدست آمده عبارتند از کاربر دانشجو با منبع داده بین المللی، کاربر دانشجو با نوع داده شیمی دریا، کاربر دانشجو با مجموعه داده ""پایگاه داده اقیانوسی جهانی""، کاربر سازمان با پارامتر نیترات و کاربر دانشجو با منطقه جغرافیایی خلیج فارس. کشف این الگوها، مدیران ارشد را قادر می سازد تا بدرستی در مورد داده های موجود خود و برنامه ریزی برای جمع آوری داده در آینده، تصمیم گیری کنند و درک بهتری از نیازهای کاربران خود داشته باشند، همچنین کاربران داده در راستای تقاضای خود هدایت شوند. در پایان پیشنهاداتی بمنظور بهبود عملکرد سازمانهای دریایی ارائه شده است.

طبقه بندی مشتریان با استفاده از الگوریتم های داده کاوی، بانک ها را قادر به حفظ و وفاداری مشتریان قدیم و جذب مشتریان جدید خواهد کرد. یکی از روش های داده کاوی، درخت تصمیم گیری است و چنانچه درخت تصمیم مناسبی ساخته شود، می توان مشتریان را به طور بهینه طبقه بندی کرد. در این نوشتار، یک مدل مناسب برای طبقه بندی مشتریان بر مبنای بهره گیری از خدمات اینترنت بانک ارائه شده است. این مدل بر اساس استاندارد CRISP-DM انجام گرفته و داده های مورد نیاز از پایگاه داده مشتریان اینترنت بانک سینا استخراج شده است. در میان سایر درختان تصمیم گیری، درخت تصمیم نهایی مبتنی بر معیارهای بهینگی و دقت بوده و براساس دسته بندی مشتریان در سه سطح بالا، متوسط و پایین، پیش بینی مشتریان جدیدی که متقاضی استفاده از اینترنت بانک هستند، شکل می گیرد. پژوهش پیش رو از نظر هدف، کاربردی و از نظر گردآوری داده ها، پژوهشی اسنادی به شمار می رود. قوانین استخراج شده مربوط به مشتریان، مدیران بانک ها را قادر می کند تا بر اساس الگوهای کشف شده سیاست گذاری کنند و درک بهتری از انتظارات کنونی و آتی مشتریان داشته باشند.