Anwendungen für Business Intelligence und Künstliche Neuronale Netze

In vielen kundenorientierten Unternehmensumgebungen wie Banken und Einzelhandelsgeschäften erfüllt Data Mining Business Intelligence (BI) Schlüsselfunktionen, die es Unternehmen ermöglichen, Investitionsrisiken zu bestimmen und Investitionserträge abzuschätzen. Es hilft bei der Auswertung der gesammelten Informationen und stellt sie in einem verständlichen und praktischen Design dar, das Data-Mining-Analysen fördert. In der vorliegenden Studie wurden Bank- und Einzelhandelsdienstleistungen als eine sich schnell entwickelnde technologische Branche betrachtet, in der große Mengen an elektronischen Daten anfallen. Der Umgang mit enormen Mengen an Transaktionsdaten und Entscheidungen über Risiken, Kundenbindung, Betrugserkennung und -prävention sowie Marketingmanagement sind wichtige Aufgaben im Banken- und Einzelhandelssektor. Da Betrüger ständig neue Betrugsmethoden entwickeln und ihre bestehenden Methoden verfeinern, damit sie nicht so leicht identifiziert werden können, ist es eine Herausforderung, Betrug zu erkennen und zu verhindern. Zur Überwachung von Aktivitäten in den Bereichen Betrugsprävention, Betrugserkennung, Kundenbindung, Marketing und Risikomanagement, Geschäftsentwicklung, Kreditklassifizierung und Verbesserung der Kundenzufriedenheit.

Autorentext

Ugochukwu Okwudili Matthew, Engr. Dr. Jazuli Sanusi Kazaure & Dr. Nwamaka Uchenna Okafor sont des universitaires ayant fait la preuve de leur excellence académique, partageant leur intelligence sur les innovations scientifiques pour le modernisme des processus. Les auteurs ont travaillé et travaillent actuellement à des découvertes scientifiques qui auront une importance académique mondiale.