یافتن معیارهای مهم ارزیابی کیفیت خدمات الکترونیکی بانکداری اینترنتی
چکیده
بانکداری اینترنتی، از طریق اینترنت خدمات مالی مختلفی را به کاربران ارائه می دهد. در محیطی که رقابت شدیدی در آن وجود دارد، برای اینکه مشتریان معاملات خود را در وب سایت انجام دهند، بانکداری اینترنتی نه تنها باید کارکردهای کامل عملیاتی را ارائه کند، بلکه باید کیفیت خدمات الکترونیکی خود را نیز ارتقا دهد. ارزیابی کیفیت خدمات الکترونیکی برای بانکداری اینترنتی را می توان به عنوان یک مشکل تصمیم گیری چند معیاره (MCDM) تلقی کرد. با توجه به ارزیابی کیفیت خدمات الکترونیکی و به دلیل ادراکات انسانی در ارزیابی کیفیت خدمات، مقیاس سنتی لیکرت نمی تواند از پس ارزیابی های نامشخص برآید، به همین دلیل برای اندازه‌گیری ترجیحات ذهنی گیرندگان، از اعداد فازی استفاده نمودیم. این مقاله شبکه سلسله مراتبی با تصمیم گیری چندمعیاره (MCDM) فازی را به عنوان یک شبکه عصبی پیش خور تلقی می کند و به دنبال ارائه ی یک روش مبتنی بر الگوریتم ژنتیک است تا به طور اتوماتیک درجات اهمیت معیارهای مربوطه را تعیین کند. سپس معیارهای انتقادی برای ارزیابی کیفیت خدمات را می توان به راحتی شناسایی کرد. در این مطالعه تجربی برای یافتن معیارهای انتقادی، پنج بانک داخلی وابسته به شرکت های سرمایه گذاری مالی در تایوان انتخاب شده اند. این یافته ها اطلاعات مفیدی را در اختیار بانک های اینترنت قرار می دهد تا کیفیت خدمات الکترونیکی خود را بهبود دهند.
5. بحث و نتیجه گیری
بانکداری اینترنتی برای تقویت کردن رقابت پذیری خود باید توجه بیشتری به بهبود کیفیت خدمات الکترونیکی داشته باشد. هرچند مقیاس لیکرت، روش اصلی ارزیابی کیفیت خدمات بوده است، اما مقیاس لیکرت نمی تواند از پس عدم قطعیت شناختی ناشی از تفکر انسان و فرآیند ادراکی برآید. بنابراین، این مقاله برای نشان دادن عملکردهای نامشخص ارزیابی کلی و ویژگی های منحصر به فردِ یک بانک اینترنتی، از اعداد فازی استفاده می کند.
از طریق پرسشنامه می توانیم از هر پاسخ دهنده بخواهیم اطلاعات زیر را به ما بدهد: ۱) یک عدد فازی مثلثی متناظر با هر کدام از ارزش های زبانی؛ 2) ارزش های عملکردیِ ویژگی های منحصر به فرد و ارزیابی کلی بانک های اینترنتی که قبلا از آن ها بازدید کرده بودند. سپس برای هر بانک اینترنتی، درجه اهمیت جنبه های مربوطه و ویژگی های جنبه متناظر را می توان به طور خودکار با روش یادگیری مبتنی بر الگوریتم ژنتیک تعیین کرد. روش یادگیری برای شبکه تصمیم گیری سلسله مراتبی انجام شده است. در این مطالعه تجربی، پنج بانک اینترنتی داخلی از شرکت های سرمایه گذاری مالی با FOCAS (عملکرد مالی، کیفیت عملیاتی، کفایت سرمایه و عملکرد استراتژیک) قابل قبول در سال ۲۰۰۷ در تایوان انتخاب شدند. میانگین درجه اهمیت جنبه ها و ویژگی های مربوطه گزارش شده است.
Abstract
Internet banking provides users diverse financial service through the Internet. Under the environment of drastic competition, in order to make customers proceed with transactions on the web site, Internet banking not only should provide complete functions of operations but also advance their electronic service quality. The electronic service quality evaluation for Internet banking can be treated as a multiple-criteria decision making (MCDM) problem. As for evaluating the electronic service quality, since the traditional Likert scale cannot deal with uncertain assessments according to human intuition for the service quality evaluation, fuzzy numbers are employed to measure decision-makers’ subjective preferences. This paper treats the given hierarchical network with the fuzzy MCDM as a feed-forward neural network and aims to develop a genetic-algorithm-based method to automatically determine degrees of importance of respective criteria. Then, critical criteria for evaluating service quality can be easily identified. In the empirical study, five domestic banks belonging to financial holding companies in Taiwan are selected to find critical criteria. The findings provide useful information to Internet banks for improving the electronic service quality.
5. Discussion and conclusion
In order to strengthen competitiveness, Internet banking should pay more attention to the improvement of electronic service quality. Although the traditional Likert scale has been the main way for evaluating service quality, the Likert scale cannot deal with cognitive uncertainty arising from human thinking and perception process. Thus, this paper employs fuzzy numbers to represent uncertain performances of overall evaluation and individual attributes for an Internet bank.
Through questionnaire, each respondent can be asked to give the following data: (1) a triangular fuzzy number corresponding to each of the linguistic values; (2) the performance values of individual attributes and the overall evaluation for Internet banks which he or she visited before. Then, for each Internet bank, degrees of importance of respective aspects and attributes under the corresponding aspect can be automatically determined by the proposed genetic-algorithm-based learning method. The learning method is performed for the given hierarchical decision network. In the empirical study, five domestic Internet banks of financial holding companies with respectable FOCAS on 2007 in Taiwan are selected. The average degrees of importance of respective aspects and attributes are reported.
(جهت بزرگ نمایی روی عکس کلیک نمایید)
چکیده
1.مقدمه
2. تصمیم گیری سلسله مراتبی فازی-MCDM
1.2. مقابله با عدم قطعیت شناختی
2.2. محاسبه ارزش عملکرد
3.. روش یادگیری مبتنی بر الگوریتم ژنتیک
1.3توضیح داده
2.3. فرمول بندی مساله
3.3 عملیات ژنتیکی
4.3. پیاده سازی الگوریتم
4. مطالعه تجربی
1.4. بررسی تجربی
2.4. ساخت شبکه سلسله مراتبی
4.3ویژگیهای پارامترGA
4.4. تجزیه وتحلیل درجه اهمیت
5. بحث و نتیجه گیری
منابع
Abstract
1. Introduction
2. Fuzzy-MCDM-based hierarchical decision
2.1. Deal with cognitive uncertainty
2.2. Computing performance values
3. Genetic-algorithm-based learning method
3.1. Data description
3.2. Problem formulation
3.3. Genetic operations
3.4. Algorithm implementation
4. Empirical study
4.1. Survey
4.2. Constructing hierarchical network
4.3. Parameter specifications of GA
4.4. Analyze degrees of importance
5. Discussion and conclusion
References
- اصل مقاله انگلیسی با فرمت ورد (word) با قابلیت ویرایش
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه