Maschinelle Lernverfahren zur Behandlung von Bonitätsrisiken im Mobilfunkgeschäft

در پی موج مقررات زدایی در بازارهای اروپایی برای خدمات مخابراتی، رقابت بین ارائه دهندگان به طور فزاینده ای شدید شده است. تغییر گسترده در روابط با مشتری منجر به افزایش جدی ریسک اعتباری برای شرکت های خدماتی می شود. کارل دوبون به بررسی ویژگی های مدیریت ریسک های اعتباری در تجارت تلفن همراه می پردازد. او روش های یادگیری ماشین، شبکه های عصبی، رویکردهای فازی و روش های آماری سنتی را برای طبقه بندی ریسک های اعتباری تجزیه و تحلیل می کند. در پس زمینه پویایی عظیم این منطقه، روش ها برای مناسب بودن آنها برای ثبت کافی جنبه های دینامیکی بررسی و اصلاح می شوند.

Im Zuge der Deregulierungswelle auf den europäischen Märkten für Telekommunikationsdienstleistungen ist der Wettbewerb unter den Anbietern immer härter geworden. Die massive Veränderung der Kundenbeziehung führt zu einem gravierenden Anstieg der Bonitätsrisiken für die Dienstleistungsunternehmen. Karl Dübon untersucht die Besonderheiten bei der Behandlung von Bonitätsrisiken im Mobilfunkgeschäft. Er analysiert maschinelle Lernverfahren, neuronale Netze, Fuzzy-Ansätze und traditionelle statistische Methoden zur Klassifikation von Bonitätsrisiken. Vor dem Hintergrund der enormen Dynamik dieses Bereiches werden die Methoden auf ihre Eignung zu einer adäquaten Erfassung der dynamischen Aspekte überprüft und modifiziert.