یکی از کاربردهای الگوریتم های داده کاوی ، تقسیم بندی است. با کمک داده کاوی می‌توان داده ها را به دو یا چند گروه دلخواه تقسیم کرد.دراین تحقیق هدف تقسیم‌بندی مشتریان دارنده پایانه فروش بانک ملت استان همدان به دو گروه سودآور و غیر‌سودآور است. به این منظور از سه روش مجزا استفاده شده است: قواعد انجمنی، ترکیب ماشین بردارهای پشتیبان و شبکه استنتاج عصبی-فازی و درخت تصمیم‌گیری. ابتدا ویژگی های مشتریان از طریق چک لیست جمع آوری شد و پس از آن سودآور یا غیر سود آور بودن آنها از طریق پایگاه داده بانک که در آن مشتریان رتبه بندی شده بودند تعیین گردید. سپس داده‌های مربوط به مشتریان با کمک روش‌های داده‌کاوی ذکر شده، به جهت کشف قوانین حاکم کاویده شد و از طریق هر‌کدام یک سری قوانین اگر-آنگاه به‌دست آمد. از‌نظر درصد خطای پیش‌بینی، روش ترکیب ماشین بردارهای پشتیبان و شبکه استنتاج عصبی-فازی درصد خطای کمتری در پیش بینی داشت و پس از آن به ترتیب درخت تصمیم‌گیری و قواعد انجمنی قرار گرفتند. کلمات کلیدی: داده‌کاوی، ماشین بردارهای پشتیبان، شبکه استنتاج عصبی-فازی ، قواعد انجمنی، درخت تصمیم‌گیری، تقسیم‌بندی، پایانه فروش فروشگاهی
کد نوشتار : 268501