دانلود ترجمه مقاله استفاده از تصمیم گیری چند معیاری فازی در بررسی کیفیت بانکداری اینترنتی – مجله الزویر

• فهرست مطالب:

چکیده
۱٫ مقدمه
۲٫ تصمیم سلسله مراتبی بر پایه MCDMفازی
۲٫۱٫ پرداختن به عدم اطمینان های شناختی
۲٫۲٫ مقادیر عملکرد پردازشی
۳٫ روش یادگیری برپایه آلگوریتم ژنتیک
۳٫۱٫ شرح داده ها
۳٫۲٫ فرمول سازی مسئله
۳٫۳٫ عملیات ژنتیک
۳٫۴٫ اجرای آلگوریتم
۴٫ مطالعه تجربی
۴٫۱٫ بررسی
۴٫۲٫ ساختن شبکه سلسله مراتبی
۴٫۳٫ مشخصات پارامتر GA
۴٫۴٫ بررسی درجه اهمیت
۵٫ بحث و نتیجه گیری

• بخشی از ترجمه:

۵٫ بحث و نتیجه گیری
برای تقویت رقابت ، بانک داری اینترنتی باید توجه بیش تری به بهبود کیفیت سرویس الکتورنیکی خود بکند. اگر چه مقیاس قدیمی لیکرت اصلی ترین راه برای ارزیابی کیفیت سرویس بوده است ، ولی این مقیاس توانایی پرداختن به عدم اطمینان های شناختی برخاسته از فهم و درک انسان را ندارد. پس ، این مقاله از اعداد فازی برای نشان دادن عملکرد های غیرمطمئن از ارزیابی کلی یک بانک اینترنتی استفاده می کند.
از طریق پرسشنامه ، از هر پاسخ گ. می توان اطلاعات زیر را به دست آورد : ۱) یک عدد فازی مثلثی مربوط به هر کدام از ارزش های زبانی ۲) مقادیر عملکردی از متغیر ها و ارزیابی کلی برای بانک های اینترنتی که وی قبلا بازدید کرده است. سپس ، برای هر بانک ، درجه اهمیت از جنبه مربوطه را می توان به صورت خودکار به وسیله روش یادگیری بر پایه ژنتیک به دست آورد. این روش یادگیری برای شبکه سلسله مراتبی داده شده در این جا استفاده شد. در این تحقیق تجربی ، پنج بانک داخلی از شرکت های مالی با توجه به پFOCAS در سال ۲۰۰۷ در تایوان انتخاب شدها ند. میانگین درجات اهمیت جنبه های مربوطه و متغیر ها نیز گزارش داده شدند.

• بخشی از مقاله انگلیسی:

۵٫ 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.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله