کنفرانس بین المللی فناوری اطلاعات و دانش

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 Dadfarnia¹ Ali Alemi Matinpour² Monireh Abdoos³

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

طبقه‌بندی ترافیک رمز مبتنی بر یادگیری ماشین

افسانه معدنی - شقایق نادری - حسین قرایی

Face Recognition Based on Local Statistical Features and Artificial Neural Network

Mehdi Moghimi - Dr Hadi Grailu

Video Steganography in HEVC Using Intra-Prediction Modes

Vahidreza Seirafian - Masoud Omomi

یک رویکرد سریع تحلیل و شناسایی آسیب پذیری Next-Intent در برنامه های کاربردی اندروید

زهرا کلوندی - دکتر مهدی سخائی نیا زهرا کلوندی - مهدی سخائی نیا -

Improving Drug-Target Interaction Prediction Using Enhanced Feature Selection

Maryam Taheri - Mohammad Reza Keyvanpour - Mohadeseh Saadat Mousavi

شناسایی جایگاه مالونیلاسیون در پروتئین‌ها با بهره‌گیری از استخراج ویژگی و تکنیک‌های پردازش زبان طبیعی

حنانه رجبیون - محمد قاسم زاده - وحید رنجبر بافقی

SBST challenges from the perspective of the test techniques

Sepideh Kashefi Gargari - Dr Mohammad Reza Keyvanpour

A perceptual loss for screen content image super-resolution

Hossein Sekhavaty-Moghadam - Marzieh Hosseinkhani - Dr Azadeh Mansouri

The risk prediction of heart disease by using neuro-fuzzy and improved GOA

Vahid Safari Dehnavi - Masoud Shafiee

An OWA-Powered Dynamic Customer Churn Modeling in the banking industry Based on Customer Behavioral Vectors

Masoud Alizadeh - Mohammad Soleymannejad - Behzad Moshiri

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2