<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Iranian Communication and Information Technology</title>
<title_fa>فصلنامه فناور اطلاعات و اتباطات ایران</title_fa>
<short_title>فصلنامه فناوری اطلاعات</short_title>
<subject>Engineering &amp; Technology</subject>
<web_url>http://jor.iranaict.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn></journal_id_issn>
<journal_id_issn_online></journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi></journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science></journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1394</year>
	<month>3</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2015</year>
	<month>6</month>
	<day>1</day>
</pubdate>
<volume>6</volume>
<number>19</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>ارائه مدل ترکیبی شبکه های عصبی با بهره گیری از یادگیری جمعی به منظور ارزیابی ریسک اعتباری</title_fa>
	<title>A Hybrid Neural Network Ensemble Model for Credit Risk Assessment</title>
	<subject_fa>تخصصي</subject_fa>
	<subject>Special</subject>
	<content_type_fa>كاربردي</content_type_fa>
	<content_type>Applicable</content_type>
	<abstract_fa>بانکداری صنعت ویژه ایی است که با سرمایه و ریسک برای کسب سود مواجه می باشد. یکی از مهم ترین ریسک های بانکی، ریسک اعتباری می باشد که حوزه تحقیقاتی پویایی را در مطالعات مدیریت ریسک مالی به خود اختصاص داده است. در این پژوهش یک سیستم ترکیبی ارزیابی ریسک اعتباری ارائه می شود، که از یادگیری جمعی برای تصمیم گیری در مورد اعطای اعتبار به فرد متقاضی استفاده می کند. ترکیب تکنیک های دسته بندی و خوشه بندی در این پژوهش، منجر به بهبود عملکرد سیستم می شود. برای آموزش شبکه های عصبی از مجموعه داده واقعی، از نمونه های تقاضای اعتبار در بانکی در آلمان استفاده شده است. مدل پژوهش در قالب یک سیستم چند عاملی ارزیابی ریسک اعتباری طراحی شد و نتایج نشان داد که این سیستم صحتی بالاتر، عملکردی برتر و هزینه کمتری، در دسته بندی متقاضیان اعتبار نسبت به دیگر روش های مشابه حاصل می کند.</abstract_fa>
	<abstract>Banking is a specific industry that deals with capital and risk for making profit. Credit risk as the most important risk, is an active research domain in financial risk management studies. In this paper a hybrid model for credit risk assessment which applies ensemble learning for credit granting decisions is designed. Combining clustering and classification techniques resulted in system improvement. The German bank real dataset was used for neural network training. The proposed model implemented as credit risk evaluation multi agent system and the results showed the proposed model has higher accuracy, better performance and lesser cost in applicant classification when compared with other credit risk evaluation methods.</abstract>
	<keyword_fa>شبکه عصبی, یادگیری جمعی, ریسک اعتباری</keyword_fa>
	<keyword>Neural networks, Ensemble learning, Credit risk</keyword>
	<start_page>11</start_page>
	<end_page>28</end_page>
	<web_url>http://jor.iranaict.ir/browse.php?a_code=A-10-29-1&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>sha'ban</first_name>
	<middle_name></middle_name>
	<last_name>Elahi</last_name>
	<suffix></suffix>
	<first_name_fa>شعبان</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>الهی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>Elahi@modares.ac.ir</email>
	<code>10031947532846002074</code>
	<orcid>10031947532846002074</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation>Tarbiat Modares University</affiliation>
	<affiliation_fa>دانشگاه تربیت مدرس</affiliation_fa>
	 </author>


	<author>
	<first_name>ahmad</first_name>
	<middle_name></middle_name>
	<last_name>ghodselahi</last_name>
	<suffix></suffix>
	<first_name_fa>احمد</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>قدس الهی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>ahmad.ghodselahi@gmail.com</email>
	<code>10031947532846002075</code>
	<orcid>10031947532846002075</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>Tarbiat Modares University</affiliation>
	<affiliation_fa>دانشگاه تربیت مدرس</affiliation_fa>
	 </author>


	<author>
	<first_name>Hamidreza</first_name>
	<middle_name></middle_name>
	<last_name>Naji</last_name>
	<suffix></suffix>
	<first_name_fa>حمیدرضا</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>ناجی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>hamidnaji@ieee.org</email>
	<code>10031947532846002076</code>
	<orcid>10031947532846002076</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>Shahid Beheshti University</affiliation>
	<affiliation_fa>دانشگاه شهید بهشتی</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
