دیتاست بازاریابی بانک

دیتاست بازاریابی بانک

این پروژه مربوط به دیتاست بازاریابی بانک می باشد. اطلاعات مربوط به کمپین بازاریابی مستقیم یک موسسه بانکی پرتغالی است. کمپین بازاریابی براساس تماس تلفنی بود. اغلب بیشتر از یک تماس با همان مشتری مورد نیاز است، به منظور دسترسی، اگر محصول (مدت سپرده بانکی) (بله) یا (نه) مشترک شود.

چهار مجموعه داده وجود دارد:

۱) bank-additional-full.csv با تمام نمونه ها (۴۱۱۸۸) و ۲۰ ورودی، مرتب شده بر اساس تاریخ (از مه ۲۰۰۸ تا نوامبر ۲۰۱۰) بسیار نزدیک به داده های مورد تجزیه و تحلیل.

۲) bank-additional.csv با ۱۰ درصد نمونه ها (۴۱۱۹)، به طور تصادفی از ۱) و ۲۰ ورودی انتخاب شده است.

۳) bank-full.csv با تمام نمونه ها و ۱۷ ورودی، مرتب شده بر اساس تاریخ (نسخه های قدیمی این مجموعه داده با ورودی های کمتر).

۴) bank.csv با ۱۰٪ از نمونه ها و ۱۷ ورودی، به طور تصادفی از ۳ (نسخه های قدیمی این مجموعه داده با ورودی های کمتر) انتخاب شده است.

کوچکترین مجموعه داده ها برای تست الگوریتم های یادگیری ماشین محاسبه شده (مثلا SVM) را آزمایش می کنند.

هدف طبقه بندی این است که پیش بینی کند که مشتری کجا (بله / خیر) یک سپرده مدت (متغیر y) را مشترک کند.

تعداد نمونه ها:

۴۵۲۱۱ نمونه

تعداد ویژگی ها:

۱۷ ویژگی

داده های پرت:

این دیتاست فاقد داده های پرت یا Missing Values می باشد

امکانات پروژه بازاریابی بانک:

• این دیتاست دارای یک داکیومنت کامل فارسی است. در این داکیومنت عنوان دیتاست، توضیحات کامل دیتاست، تعداد ویژگی ها، تعداد نمونه ها، توضیح تمام ویژگی های موجود و لینک دیتاست تشریح شده است.
• این دیتاست دارای یک داکیومنت کامل انگلیسی نیز می باشد، که در این دیتاست اطلاعات کاملی به زبان لاتین در رابطه با دیتاست معرفی شده ارائه شده است.
• پس از خرید، امکان دانلود فایل اصلی دیتاست در قالب فایل اکسل میسر است.
• فایل پیش پردازش دیتاست
• وجود فایل ARFF و قابل اجرا در نرم افزار داده کاوی مثل وکا
• امکان دانلود لینک دیتاست در یک فایل متنی به صورت جداگانه

نکته: برای این دیتاست انواع الگوریتم های داده کاوی اهم از ۱۴۷ الگوریتم دسته بندی (مثل: درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و …)، ۶ الگوریتم خوشه بندی (مثل: K-Means ، DBSCAN ،X-Means و…)، ۳ الگوریتم انجمنی (مثل Apriori ، FP-Growth  و …) و چندین الگوریتم انتخاب ویژگی (مثل PSO و …) با استفاده از ابزارهای داده کاوی و برنامه نویسی اعم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.