ارائه مدل طبقه بندی هوشمند مبتنی بر شبکه عصب مصنوعی پرسپترون (MLP) و تحلیل سلسله مراتبی (AHP) در خدمات بازاریابی دیجیتال برای اولویت بندی ریسک نقدینگی و سرمایه گذاری
الموضوعات : دانش سرمایهگذاری
علیرضا عاشوری رودپشتی
1
(گروه مدیریت بازرگانی ،د انشکده مدیریت و اقتصاد،, واحد علوم و تحقیقات، دانشگاه آزاد اسلامی ،تهران،ایران)
هرمز مهرانی
2
(استادیار گروه مدیریت، موسسه آموزش عالی غزالی، قزوین، ایران (نویسنده مسئول))
کریم حمدی
3
(دانشیار مدیریت بازاریابی، گروه مدیریت بازرگانی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران)
الکلمات المفتاحية: "خدمات بازاریابی دیجیتال ", " هوش مصنوعی", " شبکه عصبی پرسپترون (MLP)", " AHP", " ریسک نقدینگی",
ملخص المقالة :
مطالعه حاضر با استفاده از تکنیکهای یادگیری ماشین و نظرکاوی کوشیده است تا بتواند مدل راهبردی خودکار به منظور طبقهبندی و کاوش نظرات ارائه شده در مورد خدماتی خاص که در این مورد در حوزه ی سرمایه گذاری بررسی شده است را با استفاده از بررسی نتایج به دست آمده در خدمات بازاریابی دیجیتال ارائه نماید. مدل مبتنی بر شبکه عصبی با شناسایی نظرات مرتبط، خصوصیات مختلف را در سطوح گوناگون ارزشیابی سنجیده و نظرات را بسته به کیفیت ارائه بصورت خودکار طبقه-بندی مینماید. بحرانهای مالی موجود در نظامهای بانکی معمولاً ناشی از عدم توانایی در مدیریت ریسکهای مالی و نقدینگی است که عاملی بر عدم شفافیت و توانایی در مدیریت سرمایه میباشد. بطوریکه وجود چنین عدمقطعیتهایی سبب کاهش علاقه-مندی سرمایهگذاران در مشارکتهای صنعتی و اجرایی گردیده است. این مقاله با هدف شناسایی عوامل موثر بر ریسک نقدینگی و همچنین ارائه مدلی هوشمند جهت پیشبینی و طبقهبندی عوامل ایجادکننده ریسک نقدینگی، شناسایی و اولویتبندی فاکتورهای درگیر آن پایهریزی گردیده است. بدین منظور از روش سنجش هوشمند با بکارگیری شبکه عصبی پرسپترون (MLP) بهره گرفته شده که به عنوان یک رویکرد کاربردی هوش مصنوعی بشمار میآید. بدین منظور بررسی های لازم بر روی اطلاعات مالی و نقدینگی در شعب بانک ملت در شهر تهران (مشتمل بر ۳۶ شعبه) مورد توجه بوده و برای جامعه نمونه از مجموعه تصادفی خوشهای از۳۷۴ نفر از مشتریان و سرمایهگذاران منتخب بهره گرفته شده است.
_||_