طراحی مدل تحلیل رفتار مشتری در بانک با استفاده از هوش مصنوعی

نویسندگان

    علی رستمی گروه مدیریت فناوری اطلاعات، واحد بین الملل کیش، دانشگاه آزاد اسلامی، کیش، ایران
    احمد قبادی الوار * گروه مدیریت بازرگانی، واحد خرم آباد، دانشگاه آزاد اسلامی، خرم آباد، ایران ah.ghobadi@iau.ac.ir
    محمد ملکی نیا گروه مدیریت فناوری اطلاعات، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

کلمات کلیدی:

تحلیل رفتار مشتری, هوش مصنوعی, درخت تصمیم, ماشین بردار پشتیبان, یادگیری عمیق

چکیده

هدف این پژوهش ارائه و اعتبارسنجی مدلی برای تحلیل و پیش‌بینی رفتار مشتریان بانکی با استفاده از هوش مصنوعی بود. پژوهش حاضر از نظر هدف، بنیادی-کاربردی؛ از نظر نوع داده، آمیخته کیفی-کمی متوالی با رویکرد اکتشافی؛ از نظر زمان گردآوری داده‌ها، مقطعی؛ و از نظر روش اجرا در بخش کیفی مبتنی بر تحلیل محتوا و فراترکیب و در بخش کمی توصیفی-پیمایشی بود. در بخش کیفی، جامعه پژوهش شامل مقالات مرتبط با رفتار مشتریان در نظام بانکی و شاخص‌های مؤثر بر تحلیل و پیش‌بینی آن بود که طی سال‌های 2000 تا 2025 در پایگاه‌های معتبر منتشر شده بودند. پس از اجرای فرایند غربالگری بر اساس روش PRISMA، 84 مقاله وارد تحلیل نهایی شد. در بخش کمی، داده‌های ترکیبی مرتبط با مشتریان نظام بانکی و دیدگاه خبرگان و کارشناسان بانکی مورد استفاده قرار گرفت. مؤلفه‌های استخراج‌شده در قالب پرسشنامه محقق‌ساخته ارزیابی شدند و برای پیش‌بینی رفتار مشتریان از الگوریتم‌های درخت تصمیم، ماشین بردار پشتیبان و یادگیری عمیق مبتنی بر معماری Transformer استفاده شد. نتایج بخش کیفی به شناسایی 49 مفهوم، 22 مؤلفه و 12 بعد اصلی منجر شد. مؤلفه‌های اصلی شامل ویژگی‌های فردی، وضعیت مالی، پاسخگویی، قابلیت اعتماد، تضمین، تجربه دیجیتال، تجربه حضوری، شفافیت، امنیت، رضایت از خدمات، رضایت از ارزش، ویژگی‌های پیشنهاد، ارتباطات، پاسخ به کمپین، ارزش برند، الگوهای تراکنش، الگوهای مصرف، ترجیح کانال، استمرار همکاری، حمایت از برند، کاهش استفاده و پذیرش پیشنهاد بودند. در بخش کمی، مدل درخت تصمیم با ضریب تعیین 0.8327، خطای MAE برابر با 0.0421 و خطای RMSE برابر با 0.0532 بهترین عملکرد را نشان داد. پس از آن، ماشین بردار پشتیبان و یادگیری عمیق به‌ترتیب عملکرد مناسبی در پیش‌بینی رفتار مشتری داشتند. مدل پیشنهادی نشان داد که ترکیب داده‌های جمعیت‌شناختی، مالی، رفتاری، تجربی، تراکنشی و بازاریابی می‌تواند مبنایی معتبر برای تحلیل و پیش‌بینی رفتار مشتریان بانکی فراهم کند. یافته‌ها بیانگر آن است که الگوریتم‌های هوش مصنوعی، به‌ویژه درخت تصمیم، می‌توانند به بانک‌ها در شناسایی الگوهای پنهان رفتاری، شخصی‌سازی خدمات، کاهش ریزش مشتری و بهبود تصمیم‌گیری مدیریتی کمک کنند.

دانلودها

دسترسی به دانلود اطلاعات مقدور نیست.

مراجع

Abrardi, L., Cambini, C., & Rondi, L. (2022). Artificial Intelligence, Firms and Consumer Behavior: A Survey. Journal of Economic Surveys, 36(4), 969-991. https://doi.org/10.1111/joes.12455

Alizadeh, H., Nazarpour Kashani, H., Jalali Filshour, M., & Pourjabbari Khameneh, A. H. (2023). Evaluation of Consumer Behavior Prediction Based on Artificial-Intelligence-Based Marketing.

Amirhasankhani, H., Tolouei Ashlaghi, A., Radfar, R., & PourEbrahimi, A. (2021). Presenting a Two-Stage Data-Mining-Based Model for Evaluating the Performance of Joint Bank and Insurance Customers.

Aneja, A. (2023). Artificial Intelligence-Based Customer Behavioral Analysis: Techniques, Applications, and Business Insights.

Anna, K. (2024). Artificial Intelligence in Consumer Behavior Analysis: Trends and Prospects.

Ashrafuzzaman, M., Parveen, R., Sumiya, M. A., & Rahman, A. (2025). AI-Powered Personalization in Digital Banking: A Review of Customer Behavior Analytics and Engagement. American Journal of Interdisciplinary Studies, 6(1), 40-71. https://doi.org/10.63125/z9s39s47

Azad, N., Soleimani, M. H., & Sedighi, S. (2022). The Effect of Trust and Perceived Value on Customer Intention as well as Customer Reasons and Experience in Artificial Intelligence.

Bashkouh, A., & Mohammadkhani. (2023). Designing a Model for Implementing Business-to-Business Digital Marketing with Emphasis on Artificial-Intelligence-Based Customer Relationship Management. Modern Marketing Research, 13(3), 133-158.

Ghorbani Ghader, A., Hashemi Nasab, M., & Hedayati, M. S. (2024). Designing a Model for Predicting Customer Behavior Using Artificial Intelligence Algorithms and Neural Networks. Intelligent Strategic Management, 3(2), 39-56.

Hosseini, S. M., Sadeghi Lavasani-Nia, N., & Niroumand, L. (2024). Public Relations and Artificial Intelligence: Requirements and Effects of Artificial Intelligence on Public Relations of Bank Saderat Iran. Society, Culture, Media, 13(53), 299-335.

Jiang, H., Cheng, Y., Yang, J., & Gao, S. (2022). AI-Powered Chatbot Communication with Customers: Dialogic Interactions, Satisfaction, Engagement, and Customer Behavior. Computers in human Behavior, 134, 107329. https://doi.org/10.1016/j.chb.2022.107329

Kumar, M. S., Srivastava, V., Behera, B. B., Savariapitchai, M., Sahu, S., Mahajan, R., & George, A. S. (2025). IoE and AI in Real-Time Customer Behavior Analysis. In Role of Internet of Everything (IOE), VLSI Architecture, and AI in Real-Time Systems (pp. 241-256). https://doi.org/10.4018/979-8-3693-7367-5.ch017

Mahmoudi, M. H. (2020). Examining the Effect of Customer Relationship Management on Customer Behavior. Management and Accounting in the Third Millennium, 1(1), 18-27.

Mirshafiei, A. a.-S., Taleghani, M., & Saberi Haghayegh, R. A. (2024). Identifying and Analyzing Key Factors Affecting Behavioral Patterns of Customers in the Banking System. Technology in Entrepreneurship and Strategic Management, 3(5), 70-86.

Okeleke, P. A., Ajiga, D., Folorunsho, S. O., & Ezeigweneme, C. (2024). Predictive Analytics for Market Trends Using AI: A Study in Consumer Behavior. International Journal of Engineering Research Updates, 7(1), 36-49. https://doi.org/10.53430/ijeru.2024.7.1.0032

Perez-Vega, R., Kaartemo, V., Lages, C. R., Razavi, N. B., & Mannisto, J. (2021). Reshaping the Contexts of Online Customer Engagement Behavior via Artificial Intelligence: A Conceptual Framework. Journal of Business Research, 129, 902-910. https://doi.org/10.1016/j.jbusres.2020.11.002

Pouya, B., Hadi, Hosseinzadeh, & Fakharian. (2021). Analysis of Corporate Customers' Attitudes and Behavior in the Banking Industry. Business Management Explorations, 14(27), 47-70.

Rahman, M., Ming, T. H., Baigh, T. A., & Sarker, M. (2023). Adoption of Artificial Intelligence in Banking Services: An Empirical Analysis. International Journal of Emerging Markets, 18(10), 4270-4300. https://doi.org/10.1108/IJOEM-06-2020-0724

Rajasekaran, R. T., & Selvam, M. (2025). AI-Powered Behaviour Analysis in Financial Services.

Rana, M. N. U. (2024). Revolutionizing Banking Decision-Making: A Deep Learning Approach to Predicting Customer Behavior. Journal of Business and Management Studies, 6(3), 21. https://doi.org/10.32996/jbms.2024.6.3.3

Sahut, J. M., & Laroche, M. (2025). Using Artificial Intelligence (AI) to Enhance Customer Experience and to Develop Strategic Marketing: An Integrative Synthesis. Computers in human Behavior, 170, 108684. https://doi.org/10.1016/j.chb.2025.108684

دانلود

چاپ شده

۱۴۰۵/۱۰/۰۱

ارسال

۱۴۰۵/۰۱/۲۰

بازنگری

۱۴۰۵/۰۴/۱۱

پذیرش

۱۴۰۵/۰۴/۱۸

شماره

نوع مقاله

مقاله کیفی

ارجاع به مقاله

رستمی ع. .، قبادی الوار ا.، و ملکی نیا م. (1405). طراحی مدل تحلیل رفتار مشتری در بانک با استفاده از هوش مصنوعی. تکنولوژی در کارآفرینی و مدیریت استراتژیک، 1-17. https://journaltesm.com/index.php/journaltesm/article/view/485

مقالات مشابه

41-50 از 229

همچنین برای این مقاله می‌توانید شروع جستجوی پیشرفته مقالات مشابه.