In this study, we propose a persona

In this study, we propose a personal and intelligent DSS that uses a
data mining (DM) approach for the selection of bank telemarketing clients. We analyzed a recent and large Portuguese bank dataset, collected from 2008 to 2013,with a total of 52,944 records. The goal was to model the success of subscribing a long-term deposit using attributes that were known before the telemarketing call was executed. A particular emphasiswas given on feature engineering, as we considered an initial set of 150 input attributes, including the commonly used bank client and product features and also newly proposed social and economic indicators. During the modeling phase, and using a semi-automated feature selection procedure, we selected a reduced set of 22 relevant features.

Hasil (Bahasa Indonesia) 1:

Dalam studi ini, kami mengusulkan DSS pribadi dan cerdas yang menggunakandata pertambangan (DM) pendekatan untuk pemilihan nasabah bank telemarketing. Kami menganalisis dataset baru dan besar bank Portugis, dikumpulkan dari 2008 menjadi tahun 2013, dengan total 52,944 catatan. Tujuannya adalah untuk model keberhasilan berlangganan deposit jangka panjang menggunakan atribut yang dikenal sebelum panggilan telemarketing dieksekusi. Emphasiswas tertentu yang diberikan pada teknik fitur, seperti kita dianggap set awal 150 atribut masukan, termasuk bank umum digunakan klien dan produk fitur dan juga baru saja diusulkan indikator ekonomi dan sosial. Selama tahap pemodelan, dan menggunakan prosedur seleksi fitur semi-otomatis, kami memilih satu set berkurang 22 fitur yang relevan.

Hasil (Bahasa Indonesia) 2:

Dalam studi ini, kami mengusulkan DSS pribadi dan cerdas yang menggunakan
data mining (DM) pendekatan untuk pemilihan klien telemarketing Bank. Kami menganalisis dataset bank Portugal baru-baru ini dan besar, yang dikumpulkan 2008-2013, dengan total 52.944 catatan. Tujuannya adalah untuk model keberhasilan berlangganan deposit jangka panjang menggunakan atribut yang dikenal sebelum panggilan telemarketing dieksekusi. Sebuah emphasiswas tertentu diberikan pada rekayasa fitur, seperti yang kita dianggap sebagai set awal 150 atribut masukan, termasuk nasabah bank umum digunakan dan fitur produk dan juga baru diusulkan indikator sosial dan ekonomi. Selama fase pemodelan, dan menggunakan prosedur seleksi fitur semi-otomatis, kami memilih satu set berkurang dari 22 fitur yang relevan.