International Conference on Information and Knowledge Technology

فارسی

Home / یازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

Effective Classifier for Predicting Churn in Payment Terminals Using RFM model and Deep Neural Network

Authors :

Mahila Dadfarnia¹ Ali Alemi Matinpour² Monireh Abdoos³

1- دانشگاه یزد 2- تربیت مدرس تهران 3- تربیت مدرس تهران

Keywords :

Payment terminals, Churn prediction, RFM (recency, frequency and monetary), DNN (Deep Neural Network), Genetic Algorithms

Abstract :

In recent years, there is remarkable growing concern for marketing team to retain their customers. This can be achieved by predicting accurately ahead of time, whether a terminal for buying is valuable in the foreseeable future or not. This paper presents the application of Deep Neural Network in the issue of classifying the payment terminals in different branches of Parsian bank specifically. The paper uses real data for classifying various payment terminals in 6 classes of terminal by a 5 layer deep neural network and RFM model. The empirical results reveal that utilizing the deep network generate significantly better accuracy in comparison with other popular methods

List of archived papers

A Model-Driven Approach for Automatic Generation of Android Tourism Applications

Sara Adib - Bahman Zamani

دسته‌بندی متون خبری فارسی با یادگیری فعال

مینا طباطبائی - دکتر سعیده ممتازی

بررسی روش یادگیری انتقالی جهت پیش‌بینی پیوند

علی روحانی فر - کمال میرزایی بدرآبادی

خوشه‌بندی موثر در استخراج توضیحات مفهوم‌محور خودکار برای شبکه‌های پیچشی

سعید معروف - مریم امیرمزلقانی - رضا صفابخش

استفاده از هوش مصنوعی در فضای آموزش عالی: آن روی سکه

محمدمتین لیث صفار - عسل آغاز

هوشمندسازی پایش کیفیت رنگزنی داخلی گرین تایر و تحلیل داده برای بهینه سازی عمر بلادر، مصرف رنگ و ریشه یابی عیوب پخت

سامان ثنایی - رضا رحیمی

Real-Time EEG-Based Analysis Of Stress-Inducing Stimuli

Mohsen Mahmoudi - Fattaneh Taghiyareh - Yasamin Akhavein - Elnaz Ghorbani

شناسایی حملات فیشینگ با استفاده از الگوریتم عقاب آتشین و شبکه عصبی کانولوشن

علی کوشاری - مهدی فرتاش

An LLM-Based Approach for Clarifying the Decisions of Vision Models in Autonomous Vehicles

Omid Mosalmani - Mohammad Javad Rashti - Seyed Enayat Alavi

تشخیص مراحل خواب با کمک جنگل تصادفی و ویژگی های فرکانسی استخراج شده از سیگنال های EEG و EOG

سیدعلی حسینی

more

Samin Hamayesh - Version 44.5.0