دانلود رایگان مقالات الزویر - ساینس دایرکتدانلود رایگان مقالات پژوهشی کامپیوتردانلود رایگان مقالات پژوهشی مدیریتدانلود رایگان مقالات ژورنالی کامپیوتردانلود رایگان مقالات ژورنالی مدیریتدانلود رایگان مقالات سال 2020دانلود رایگان مقاله ISI بانکداری یا مدیریت امور بانکی به زبان انگلیسیدانلود رایگان مقاله ISI رایانش مه یا محاسبات مه به زبان انگلیسیدانلود رایگان مقاله ISI سیستم های اطلاعاتی پیشرفته به زبان انگلیسیدانلود رایگان مقاله ISI محاسبات ابری یا رایانش ابری به زبان انگلیسیدانلود رایگان مقاله ISI مدیریت به زبان انگلیسی سال 2022 و 2023دانلود رایگان مقاله ISI مدیریت فناوری اطلاعات به زبان انگلیسیدانلود رایگان مقاله ISI مدیریت مالی به زبان انگلیسیدانلود رایگان مقاله ISI معماری سیستم های کامپیوتری به زبان انگلیسیدانلود رایگان مقاله ISI مهندسی کامپیوتر به زبان انگلیسی سال 2022 و 2023دانلود رایگان مقاله ISI مهندسی نرم افزار به زبان انگلیسیسال انتشارمقالات Q1 مدیریت به زبان انگلیسیمقالات Q1 مهندسی کامپیوتر به زبان انگلیسیمقالات مدیریت با ایمپکت فاکتور بالا به زبان انگلیسیمقالات مهندسی کامپیوتر با ایمپکت فاکتور بالا به زبان انگلیسی

مقاله انگلیسی رایگان در مورد معماری رایانش مه برای توصیه گر شخصی محصولات بانکی – الزویر ۲۰۲۰

 

مشخصات مقاله
ترجمه عنوان مقاله معماری رایانش مه برای توصیه گر شخصی محصولات بانکی
عنوان انگلیسی مقاله Fog computing architecture for personalized recommendation of banking products
انتشار مقاله سال ۲۰۲۰
تعداد صفحات مقاله انگلیسی ۱۰ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه الزویر
نوع نگارش مقاله
مقاله پژوهشی (Research Article)
مقاله بیس این مقاله بیس نمیباشد
نمایه (index) Scopus – Master Journals List – JCR
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
۵٫۸۹۱ در سال ۲۰۱۹
شاخص H_index ۱۶۲ در سال ۲۰۲۰
شاخص SJR ۱٫۱۹۰ در سال ۲۰۱۹
شناسه ISSN ۰۹۵۷-۴۱۷۴
شاخص Quartile (چارک) Q1 در سال ۲۰۱۹
مدل مفهومی ندارد
پرسشنامه ندارد
متغیر ندارد
رفرنس دارد
رشته های مرتبط کامپیوتر، مدیریت
گرایش های مرتبط محاسبات ابری، بانکداری، مدیریت مالی، مدیریت فناوری اطلاعات، سیستم های اطلاعاتی پیشرفته، معماری سیستم های کامپیوتری، مهندسی نرم افزار
نوع ارائه مقاله
ژورنال
مجله  سیستم های خبره با برنامه های کاربردی – Expert Systems With Applications
دانشگاه Bisite Research Group, University of Salamanca, Salamanca, Spain
کلمات کلیدی محاسبات مه، معماری، سیستم توصیه گر، بانکداری تجاری، فین تک
کلمات کلیدی انگلیسی Fog computing، Architecture، Recommendation system، Commercial banking، Fintech
شناسه دیجیتال – doi
https://doi.org/10.1016/j.eswa.2019.112900
کد محصول E14313
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
Abstract

۱- Introduction

۲- Review of fog system solutions

۳- Customization of products for financial systems

۴- Proposed architecture

۵- Conclusions and future lines of work

References

بخشی از متن مقاله:

Abstract

In this article, a novel Fog Computing solution is proposed, developed in the area of fintech. It integrates predictive systems in the process of delivery of personalized customer services for the recommendation of the products of a banking entity. The motivation behind this research is to improve aspects of customer support services, especially, achieve greater security, increased transparency and agility of processes as well as reduce entity management costs. The presented architecture includes fog nodes where data are processed by light intelligent agents allowing for the implementation of contextual recommendation systems together with the configuration of a Case Based Reasoning in the Cloud layer to improve the efficiency of the whole system over the time. The recommendation system is the cornerstone of architecture operating on banking products, such as mortgages, loans, retirement plans, etc., and it is developed by a hybrid method of recommendation: collaborative filtering combined with content-based filtering. The article analyzes the presented architecture while performing a verification and simulation of the data in the context of commercial banking. For this purpose, it shows the use of the proposed system of recommendations that represent the different communication channels as well as the possible devices. The proposed architecture offers the opportunity to improve the customer service in the bank’s physical channels and at the same time generate technological support to improve the resolution capacity of office managers, allowing employees to adopt a more versatile and flexible role. It also allows the evolution of the banking services model in offices while the processes that support it to follow a one-stop shop approach.

Introduction

Some sectors of the finance industry offer web-data based products and services which cannot be obtained from a bank or a similar provider. This results in a new and competitive environment. The products of the new players range from digital payment solutions and information services, savings and deposit taking, to modern services such as online banking, multi-channel advice and securities trading, not to mention financing solutions (Dapp, 2014). The financial industry is conscious of the need to apply technology to improve its activity; this is reflected in the coinage of the term Fintech or Financial technology, used to denominate the use of computer programs and other technology that supports or enables banking and financial services. In general, the current trend in Fintech developments includes online credits, risk analysis and the treatment of large volumes of data. However, we have detected a lack of technological solutions in the field of commercial banking and personal finance management services which would contribute to improved customer services in financial institutions. In view of this new landscape of solutions that require the capture and processing of a massive volume of data, we propose the use of Fog computing developments.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا