پایگاه خبری راه پرداخت دارای مجوز به شماره ۷۴۵۷۲ از وزارت فرهنگ و ارشاد اسلامی و بخشی از «شبکه عصر تراکنش» است. راه پرداخت فعالیت خود را از دوم اردیبهشت‌ماه ۱۳۹۰ شروع کرده و اکنون پرمخاطب‌ترین رسانه ایران در زمینه فناوری‌های مالی، بانکداری و پرداخت و استارت‌آپ‌های فین‌تک است.
نشست ارائه مقالات برگزیده با حضور علی هادی کارشناس مسئول نظارت بر راهبری بانک‌های اطلاعاتی، صهیب خداپرستی کارشناس ارشد مدیریت صنعتی، بانک آینده، محمد حسن‌نژاد کارشناسی ارشد مهندسی فناوری اطلاعات، دانشکده فنی و مهندسی دانشگاه تربیت مدرس، دکتر احمد کریمی‌صفت مدیر پروژه استقرار CoreBanking بانک سپه و به ریاست دکتر بابک تیمورپور استادیار، دانشکده فنی و مهندسی دانشگاه تربیت مدرس، در عصر روز اول همایش برگزار شد. در این نشست ۴ مقاله علمی با عناوین «بررسی نقش پارامتر تسهیلات غیرجاری در پیش‌بینی کارایی شعب با ترکیب روش‌های تحقیق در عملیات و داده‌کاوی»، «ارزیابی و رتبه‌بندی شعب بانک اقتصاد نوین شیراز بر مبنای کیفیت خدمات با استفاده از تکنیک TOPSIS/DEA/AHP فازی»، «مروری بر روش‌های کشف پول‌شویی با استفاده از داده‌کاوی و پیشنهاد برای ایران» و «پیش‌بینی درآمد دستگاه‌های خودپرداز با استفاده از تکنیک داده‌کاوی بر اساس شبکه‌های عصبی مصنوعی» ارائه گردید.
در بخش نخست این نشست، علی هادی مقاله‌ای با عنوان «بررسی نقش پارامتر تسهیلات غیرجاری در پیش‌بینی کارایی شعب با ترکیب روش‌های تحقیق در عملیات و داده‌کاوی» ارائه داد. هادی در توصیف روش مورداستفاده در این مطالعه بیان کرد: «در این مقاله از روش تحلیل پوششی داده‌ها که از روش‌های تحقیق در عملیات است و با تأکید بر نقش پارامتر تسهیلات غیرجاری، کارایی شعب بانک اقتصاد نوین ارزیابی شده است». او در ادامه افزود: «بازگشت به‌موقع تسهیلات اعطایی مشتریان به بانک به‌عنوان خروجی مطلوب و عدم بازگشت پول به چرخه بانکی توسط مشتریان به‌عنوان خروجی نامطلوب لحاظ می‌گردد.» هادی نتایج مطالعه خود را این‌طور برشمرد که «بر اساس نتایج برآوردها مشاهده می‌شود تأثیر نقش خروجی‌های نامطلوب در میزان کارایی شعب به‌وضوح دیده می‌شود. درواقع باید توجه داشت عدم توجه به نقش این شاخص در بررسی نحوه عملکرد شعب بانک باعث ایجاد خطاهای فاحشی می‌گردد. همچنین با حذف مانده تسهیلات اعطایی از خروجی‌ها، کاهش محسوسی در میزان تعداد شعب ناکارا و نیز میانگین کارایی به وجود می‌آید.»
در بخش دوم این نشست، صهیب خداپرستی با ارائه مقاله‌ای با عنوان «ارزیابی و رتبه‌بندی شعب بانک اقتصاد نوین شیراز بر مبنای کیفیت خدمات با استفاده از تکنیک TOPSIS/DEA/AHP فازی» شعب ۱۳ گانه بانک اقتصاد نوین شهر شیراز را ازلحاظ کیفیت خدمات ارائه‌شده، از دید مشتریان، مورد ارزیابی قرارداد. خداپرستی در توضیح تکنیک‌های مورداستفاده در ارزیابی شعب بیان کرد: «در این مقاله از چندین تكنیك تصمیم‌گیری بهره گرفته‌شده است. از تكنیك تاپسیس فازی برای تعیین درجه اهمیت نهاده‌ها و ستاد‌های عملكردی شعب بانک، از مدل‌سازی ریاضی مبتنی بر تحلیل پوششی داده‌ها برای سنجش كارایی نسبی شعب و از فرایند تجزیه‌وتحلیل سلسله مراتبی به‌منظور رتبه‌بندی نهایی شعب استفاده شده است.» خداپرستی در پایان بیان کرد که بر اساس نتایج ارزیابی، شعبه عفیف‌آباد، زند و پاسداران در رتبه‌های اول تا سوم قرارگرفتند.
در نشست سوم، محمد حسن‌نژاد مقاله‌ای با عنوان «مروری بر روش‌های کشف پول‌شویی با استفاده از داده‌کاوی و پیشنهاد برای ایران» ارائه کرد که در آن بر اهمیت و حساسیت مباحث پول‌شویی و هزینه‌هایی که این امر برای کشور تحمیل می‌نماید تأکید کرد. وی همچنین عنوان کرد که در مقابل پیشرفت و توسعه تکنولوژی و به دنبال آن خدمات بانکی، ایمن‌سازی معاملات، شناسایی روش‌های جدید تقلب و سوءاستفاده از اسناد مالی، کشف تقلب‌های انجام‌شده و یا در شرف انجام، شناسایی و کشف فرآیندها و عملیات پول‌شویی و … از مواردی هستند که همواره جزء پرتنش‌ترین مباحث در این زمینه بوده‌اند. حسن‌نژاد همچنین اشاره کرد که روش خوشه‌بندی بیشترین استفاده را در این زمینه داشته است اما با توجه به شرایط داده‌های موجود در پایگاه داده‌های بانک‌های ایرانی این روش هم فرصت تلقی شده و هم تهدید و امکان اشتباهات زیادی را ایجاد می‌نماید. او در پایان خاطرنشان کرد که ایجاد یک مدل شناسایی می‌تواند یک مدل کارا با درصد قابلیت اطمینان بالا باشد.
دکتر احمد کریمی‌صفت در مقاله‌ای با عنوان «پیش‌بینی درآمد دستگاه‌های خودپرداز با استفاده از تکنیک داده‌کاوی بر اساس شبکه‌های عصبی مصنوعی» به بررسی رابطه میان جنبه‌های مختلف دستگاه خودپرداز و درآمد حاصل از آن پرداخت. کریمی‌صفت در این نشست تأکید کرد که جنبه‌های جغرافیایی، جمعیت و متغیرهای محیطی می‌تواند در سودآوری دستگاه خودپرداز اثرگذار باشد و توسعه مدل پیش‌بینی بر اساس شبکه‌های عصبی مصنوعی می‌تواند ابزار ارزشمندی برای تصمیم گیران در خصوص راه‌حل‌های عملی سودآوری دستگاه خودپرداز باشد.
منبع: پژوهشکده پولی و بانکی
