0% Complete
English
صفحه اصلی
/
یازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
Effective Classifier for Predicting Churn in Payment Terminals Using RFM model and Deep Neural Network
نویسندگان :
Mahila Dadfarnia
1
Ali Alemi Matinpour
2
Monireh Abdoos
3
1- دانشگاه یزد
2- تربیت مدرس تهران
3- تربیت مدرس تهران
کلمات کلیدی :
Payment terminals, Churn prediction, RFM (recency, frequency and monetary), DNN (Deep Neural Network), Genetic Algorithms
چکیده :
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
لیست مقالات
لیست مقالات بایگانی شده
Movable Antenna Design for UAV-Aided Federated Learning via Deep Reinforcement Learning
MOHSEN Ahmadzadeh - Saeid Pakravan - Ghosheh Abed Hodtani
مدیریت توأم منابع و خواب ایستگاه پایه مبتنی بر یادگیری تقویتی در شبکه های فوق متراکم با ارتباطات دو طرفه
طاهره رحمتی - بهروز شاهقلی قهفرخی
A qualitative spoofing detection system based on LSTMs for IoMT
Iman Jafarian - Amirmasoud Sepehrian - Siavash Khorsandi
BMPA- DSL: Binary Marine Predators Algorithm to Identify Driver's Different Levels of Stress
Mahtab Vaezi - Mehdi Nasri - Farhad Azimifar - Mahdi Mosleh
Agentic Username Suggestion and Multimodal Gender Detection in Online Platforms: Introducing the PNGT-26K Dataset
Farbod Bijary - Mohsen Ebadpour - Amirhosein Tajbakhsh
Optimal control of robotic hand for rehabilitation using fractional order systems and EEG signal processing
Mehran Safari Dehnavi - Vahid Safari Dehnavi - Masoud Shafiee
ارائه یک مدل جهت تخصیص منابع به توابع مجازی شبکه (VNF) باهدف حفظ درجه تعادل بار در شبکه های چند دامنه ای مبتنی بر نرم‌افزار(multi-SDN)
امین زنداقطاعی - دکتر وحید ستاری نائینی امین زنداقطاعی - وحید ستاری نائینی -
Web Service Ranking based on QoS and Use Prefer
Seyed Hossein Siadat - Danial Ramezani - Fatemeh Ahani
Improving Personalized Federated Learning-based QoE Assessment using Clustering
Skokufe Motaharipour - Behrouz Shahgholi Ghahfarokhi - Saeid Afshari
A Nano-based High-Speed QCA circuit for Information Security with Image Masking
Saeid Seyedi - Hatam Abdoli
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.5.0
