مدل سازی ریسک در خدمات بانکی نابینایان با استفاده از FMEA فازی و شبکه عصبی گراف (GNN) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
مقدمه و اهداف: در دنیای امروز، دسترس پذیری و امنیت خدمات بانکی برای تمامی اقشار جامعه، به ویژه گروه های آسیب پذیر مانند نابینایان، از اهمیت ویژه ای برخوردار است. با توجه به اهمیت روزافزون بانکداری دیجیتال، شناسایی و ارزیابی ریسک های مرتبط با دسترسی و امنیت خدمات بانکی برای نابینایان از اولویت های اساسی محسوب می شود. هدف این پژوهش، شناسایی، ارزیابی و اولویت بندی ریسک های اصلی در ارائه خدمات بانکی به نابینایان و ارائه راهکارهایی برای کاهش این ریسک ها است، به گونه ای که با بهبود زیرساخت ها و فناوری های مورد استفاده، دسترسی نابینایان به خدمات بانکی به طور معناداری تسهیل شود. این پژوهش ترکیبی از دو روش تحلیل ریسک FMEA فازی و شبکه عصبی گراف (GNN) را به کار می گیرد تا به صورت دقیق تر و جامع تری روابط و تعاملات میان ریسک ها شناسایی شود. روش ها: پژوهش حاضر در دو مرحله اصلی صورت پذیرفت. در مرحله اول، از روش FMEA فازی برای شناسایی و ارزیابی ریسک ها استفاده شد. این روش به دلیل قابلیت آن در کار با اعداد فازی، به طور ویژه ای مناسب تحلیل معیارهای شدت، وقوع، و قابلیت کشف هر ریسک در شرایطی با عدم قطعیت است. پس از گردآوری نظرات خبرگان، این معیارها به مقادیر غیرفازی تبدیل شده و اولویت بندی ریسک ها مشخص گردید. مرحله دوم به کاربرد شبکه عصبی گراف اختصاص داشت که برای مدل سازی و تحلیل وابستگی های پیچیده و روابط متقابل بین ریسک ها به کار گرفته شد. GNN به عنوان یک ابزار قدرتمند یادگیری ماشینی امکان بررسی وابستگی های متقابل میان معیارها و نودهای مختلف را فراهم می آورد. داده های پژوهش از طریق نظرسنجی هایی که با ۱۲ نفر از خبرگان بانکداری و خدمات ویژه نابینایان انجام شد، گردآوری شدند. به هر خبره یک پرسشنامه شامل جفت های مختلف معیارهای ریسک ارائه شد و آنها به هر جفت نمره ای بین صفر تا چهار دادند. سپس، برای کاهش اثر نظرات فردی و کسب یک ارزیابی جامع، میانگین نمرات خبرگان به عنوان وزن نهایی روابط بین معیارها در گراف استفاده گردید. یافته ها: نتایج به دست آمده از تحلیل FMEA فازی نشان داد که «دسترسی فیزیکی»، «نابرابری های اقتصادی»، «شکاف دیجیتال» و «موانع فناورانه» از مهم ترین ریسک ها در دسترسی نابینایان به خدمات بانکی هستند. نتایج RPN (عدد اولویت ریسک) غیرفازی هر ریسک نشان داد که دو ریسک «دسترسی فیزیکی» و «نابرابری های اقتصادی» بیشترین اولویت را برای رسیدگی دارند و نیازمند توجه ویژه ای هستند. نتایج به دست آمده از GNN نیز تأیید کرد که برخی از این ریسک ها، نظیر دسترسی فیزیکی و موانع فناورانه، تأثیرات متقابل و پیچیده ای بر سایر ریسک ها دارند و نقش اساسی در شبکه روابط میان معیارها ایفا می کنند. به طور خاص، معیارهای «نابرابری های اقتصادی» و «موانع فناورانه» به عنوان عوامل اصلی تأثیرگذار در شبکه گراف شناسایی شدند که کاهش این ریسک ها می تواند تأثیر مهمی بر دسترسی و تجربه بانکی نابینایان داشته باشد. این یافته ها همچنین نشان داد که در نظر گرفتن جنبه های اقتصادی و فناورانه به تنهایی کافی نیست و باید تعاملات میان این معیارها نیز مورد توجه قرار گیرد. نتیجه گیری: بهبود دسترسی نابینایان به خدمات بانکی مستلزم رویکردی چندوجهی است که به طور هم زمان ارتقای زیرساخت های فیزیکی، کاهش نابرابری های اقتصادی، آموزش و آگاهی بخشی در حوزه فناوری های بانکی، و تقویت امنیت اطلاعات را دربرگیرد. یافته های این پژوهش حاکی از آن است که ترکیب FMEA فازی و GNN در ارزیابی ریسک های خدمات بانکی نابینایان می تواند به شناسایی تعاملات و اولویت بندی دقیق تر ریسک ها کمک کند و زمینه ساز طراحی راهکارهای جامع تر و مؤثرتری برای دسترسی این قشر به خدمات بانکی باشد. این پژوهش پیشنهاد می کند که بانک ها و مؤسسات مالی، با به کارگیری نتایج این تحقیق، راهکارهایی جامع برای ارتقای دسترس پذیری و بهبود تجربه کاربری نابینایان در خدمات بانکی ارائه دهند. افزایش رضایت و اطمینان این گروه از مشتریان می تواند در نهایت منجر به بهبود اعتبار و مسئولیت پذیری اجتماعی بانک ها گردد.Risk Modeling in Banking Services for the Blind Using Fuzzy FMEA and Graph Neural Network (GNN)
Introduction and objectives: In today's world, accessibility and security of banking services for all members of society, particularly vulnerable groups such as the blind, are of utmost importance. With the increasing significance of digital banking, identifying and assessing risks related to accessibility and security of banking services for the blind has become a fundamental priority. This research aims to identify, evaluate, and prioritize the main risks associated with providing banking services to the blind and propose solutions to mitigate these risks. The goal is to improve the infrastructure and technologies used to significantly facilitate access to banking services for the blind. This study employs a combination of two methods: fuzzy Failure Mode and Effects Analysis (FMEA) and Graph Neural Networks (GNN), to more accurately and comprehensively identify the relationships and interactions among risks.
Methods: This study was conducted in two main stages. In the first stage, the fuzzy FMEA method was used to identify and evaluate risks. Due to its capability to work with fuzzy numbers, this method is particularly suitable for analyzing the criteria of severity, occurrence, and detectability of risks under conditions of uncertainty. After collecting experts' opinions, these criteria were defuzzified into crisp values, and the risks were prioritized. The second stage involved applying the Graph Neural Network (GNN) method to model and analyze the complex dependencies and interrelationships among the risks. GNN, as a powerful machine learning tool, enables the examination of interdependencies among different criteria and nodes. The research data were gathered through surveys conducted with 12 experts in banking and specialized services for the blind. Each expert was presented with a questionnaire containing various pairs of risk criteria and was asked to assign a score between 0 and 4 to each pair. To reduce the impact of individual opinions and achieve a comprehensive assessment, the average scores given by the experts were used as the final weights of the relationships among the criteria in the graph.
Findings: The results of the fuzzy FMEA analysis revealed that "physical access," "economic inequalities," "digital divide," and "technological barriers" are among the most significant risks to the accessibility of banking services for the blind. The non-fuzzy Risk Priority Number (RPN) results indicated that the risks "physical access" and "economic inequalities" require the highest priority attention and demand special focus. The GNN analysis confirmed that some risks, such as physical access and technological barriers, have complex and mutual effects on other risks and play a crucial role in the network of relationships among criteria. Specifically, the criteria "economic inequalities" and "technological barriers" were identified as key influencing factors within the graph network. Addressing these risks can significantly improve the accessibility and banking experience for the blind. Furthermore, the findings emphasized that focusing solely on economic and technological aspects is insufficient; the interactions among these criteria must also be considered.
Conclusion: Enhancing access to banking services for the blind requires a multifaceted approach that simultaneously focuses on improving physical infrastructure, reducing economic inequalities, raising awareness and providing training on banking technologies, and strengthening information security. The findings of this study demonstrate that integrating fuzzy FMEA and GNN can effectively identify interactions and prioritize risks more accurately, providing a foundation for designing more comprehensive and impactful solutions to improve the accessibility of banking services for the blind. It is recommended that banks and financial institutions utilize these findings to implement inclusive solutions that enhance accessibility and user experience for the blind. Such efforts can ultimately increase customer satisfaction and trust, improving the credibility and social responsibility of banks.
تبلیغات
