مطالب مرتبط با کلید واژه " داده کاوی "


۱.

کنترل فرآیند آماری عصبی ـ فازی

کلید واژه ها: مدیریت کیفیتفازیداده کاوینمودارهای کنترل کیفیتسیستم عصبیکنترل هوشمند

حوزه های تخصصی:
تعداد بازدید : ۱۷۰۵
هدف از کنترل هوشمند،کنترل یک سیستم بدون در دست داشتن معادلات دینامیکی حاکم بر آن سیستم با حداقل اطلاعات می باشد. فرآیند تولید یک محصول،همواره تحت تأثیر عوامل گوناگونی قرار گرفته و رفتار آن از یک رابطه ریاضی مشخص تبعیت نمی کند. یکی از روش های رایج برای کنترل فرآیند، استفاده از نمودارهای کنترل کیفیت شوهارت می باشد. تجزیه و تحلیل این نمودارها مستلزم دانش و تجربه کافی است که در عمل ممکن است همه اپراتورها از آن برخوردار نباشند. شبکه های عصبی- فازی به عنوان یکی از مؤلفه های هوش مصنوعی، می توانند نقش مؤثری را در تقویت روش های رایج کنترل فرآیند بر عهده بگیرند. در این تحقیق به کمک نرم افزار MATLAB و با استفاده از شبکه ANFIS ، به طبقه بندی دو الگوی غیر طبیعی در نمودارهای کنترل کیفیت پرداخته شده است. نتایج نهایی به‌دست آمده در این تحقیق نشان می‌دهند که با استفاده از ANFIS می توان با کاهش خطاهای مرتبط، ضریب اطمینان سیستم های کنترل کیفیت را به خصوص در زمینه نمودارهای کنترل کیفیت، تا حدود زیادی افزایش داد.
۲.

داده کاوی و کاربرد آن در تصمیم‌گیری‌ها

کلید واژه ها: داده کاویهوش محاسباتیتصمیمات مالی

حوزه های تخصصی:
تعداد بازدید : ۲۱۲۸
ابهامات محیطی ناشی از مدل‌های نوین کسب و کار سبب تشدید پیچیدگی در تصمیم‌گیری، به‌ویژه در حوزه کسب و کار شده است. به‌طوری‌که بسیاری از متغیر‌های تاثیرگذار ناشناخته بوده و روابط میان آن‌ها نیز غیرخطی و پیچیده است. در چنین شرایطی دیگر نمی‌توان داده‌ها را با ابزارهای سنتی تحلیل نموده و از آن‌ها دانش استخراج کرد. از این روی مقاله حاضر به تشریح تکنولوژی داده کاوی در حوزه هوش محاسباتی و متدولوژی استاندارد CRISP Data Mining پرداخته و یک طبقه‌بندی از کاربردهای این تکنولوژی در حوزه تصمیم‌گیری‌های کسب و کار ارایه داده است. در ادامه یک مطالعه موردی بر روی پایگاه داده مشتریان یکی از بانک‌ها با استفاده از داده کاوی ارائه می‌گردد.
۳.

مدیریت دانش مشتری رویکردی برای کسب مزیت رقابتی

کلید واژه ها: مزیت رقابتیمدیریت دانشداده کاویرضایتمندی مشتریمدیریت ارتباط با مشتری

حوزه های تخصصی:
تعداد بازدید : ۳۲۳۸
جدیدترین مطالعات، چالشی بالقوه را بین مدیریت ارتباط با مشتری و مدیریت دانش برای دستیابی به مزیت رقابتی نشان می دهد. در واقع، عدم در ک مدیریتی از این که « چگونه استراتژی را به واقعیت تبدیل کنند (اجرای استراتژی)، به بیانی دیگر چگونه از دانش پردازش شده توسط سازمان حداکثر استفاده بعمل آید» یکی از بارزترین موانع در کسب مزیت رقابتی می باشد و در حوزه مدیریت ارتباط با مشتری مساله اصلی برای بدست آوردن دانش مشتری، درک عملیاتی ساختن اطلاعات مشتری است. سوال اصلی این پژوهش در خصوص چگونگی بکار گیری ابزار مدیریت دانش برای ایجاد مدلی کارا و اثر بخش برای سیستم مدیریت ارتباط با مشتری است بگونه ای که از طریق آن سازمان به رقابت پذیری بادوام دست یابد. لذا در این مقاله یک مدل مفهومی که ترکیبی از مبانی مدیریت ارتباط با مشتری و مدیریت دانش می باشد ارایه گردیده است. جهت اعتبار سنجی مدل پیشنهادی، پرسشنامه ای طرح گردید و بین تعدادی از خبرگان و متخصصین این حوزه توزیع و از روشهای آماری همچون آزمونهای ناپارامتریک، رگرسیون چندگانه و آزمون همبستگی اسپیر من برای تجزیه و تحلیل داده ها استفاده شده است.
۴.

کاربرد ابزارهای تحلیلگر داده¬کاوی و متن¬کاوی در چابکی سازمانهای مراقبت بهداشتی و درمانی

نویسنده:

کلید واژه ها: داده کاویدانشچابکیمتن کاویسازمان های مراقبت بهداشتی و درمانی

حوزه های تخصصی:
تعداد بازدید : ۱۹۱۹ تعداد دانلود : ۹۲۳
واژه چابک نشان دهنده سرعت و قدرت در پاسخگویی هنگام مواجه با رویدادهای داخلی و خارجی سازمان است. سازمان های مراقبت بهداشتی و درمانی هم باید مانند سایر سازمان ها برای تغییرات پرشتاب امروزی چابک باشند چون برای ادامه حیات و ماندن در دنیای پر رقابت امروزی چابکی یک مزیت رقابتی به شمار می آید. در این مقاله به توضیح چابکی سازمانی، فرایند داده کاوی و متن کاوی و نقشى که این ابزارها می توانند در تولید دانش و حرکت سازمانهای مراقبت بهداشتی و درمانی به سوی چابکی داشته باشند ارائه می شود. مروری بر مطالعات : متخصصان بیمارستان اختلالات نخاعی کالیفرنیای جنوبی در لوس آنجلس از داده کاوی برای کشف عوامل مختلفی که در موفقیت یا شکست عمل جراحی ستون فقرات مؤثر و باعث بهبودی در مراقبت می شود استفاده نمود ند و همچنین سازمان امور مالی مراقبت های بهداشتی آمریکا و سازمانهای مدیکیر و مدیکید از داده کاوی و متن کاوی برای کشف تقلب ها و سوءاستفاده های مربوط به بیمه و ارائه انواع خدمات مراقبتی استفاده می نماید بحث و نتیجه گیری: اطلاعات یکی ازحیاتی ترین ابزار مدیریتی به شمار می روند. تبدیل این اطلاعات به دانش، نقش محوری و راهبردی در حرکت سازمان به سوی چابکی می تواند داشته باشد. با استفاده از ابزارهای تحلیلگر در سازمان می توان علاوه بر کشف دانش جدید در حوزه پزشکی به اطلاعاتی در زمینه روندها، الگوها و نتایج درمانی برای ارتقاء کیفیت مراقبت دست یافت و با تغذیه اطلاعاتی مدیران در زمینه نقاط ضعف و قوت، تهدیدات و فرصت ها و تغییرات تکنولوژی، آنها را یاری نمود تا برای حرکت سازمان بسوی چابکی برنامه ریزی کنند. "
۶.

ارائه یک مدل برای محاسبه ارزش عمر مشتری در سیستم های مدیریت ارتباط با مشتری

کلید واژه ها: داده کاویاستراتژی بازاریابیارزش مشتریوفاداری مشتریانارزش عمر مشتریبخش بندی مشتریان

حوزه های تخصصی:
تعداد بازدید : ۲۵۱۳ تعداد دانلود : ۱۲۶۷
در طول دهه اخیر مفهوم مدیریت ارتباط در حوزه بازاریابی اهمیت یافته است. مدیریت ارتباط با مشتری همراه با گسترش بازارها در سطح جهانی و افزایش رقابت بسیار مورد توجه قرار گرفته است. جذب و نگهداری مشتریان سودآور جدی ترین نگرانی شرکت ها می باشد. یکی از مهمترین ابزارهای بکار رفته در مدیریت ارتباط با مشتری، مفهوم ارزش عمر مشتری می باشد...
۷.

ارایه یک مدل جدید آماری برای شناسایی و تفکیک هوشمند متون مختلف از یکدیگر

کلید واژه ها: داده کاویهوش مصنوعیتشخیص الگومدل سازی آماریشناسایی زبان

حوزه های تخصصی:
تعداد بازدید : ۱۰۲۵ تعداد دانلود : ۴۷۶
کمتر کسی در مورد تفاوت های موجود بین زبان های مختلف تردید دارد، اما می توان این تفاوت ها را مدل سازی نموده و الگویی را استخراج کرد که به کمک آن بتوان یک زبان مورد نظر را از میان سایر زبان ها و بصورتی اتوماتیک شناسایی کرد؟ منظور از مدل سازی، بررسی ساختاری زبان های مختلف در یک چارچوب یکسان و در ارتباط با فیزیک و کالبد کلمات است.در این مقاله، طول کلمه و توزیع آماری آن را تحلیل کرده و نشان خواهیم داد که شناسایی پنج زبان زنده دنیا با مطالعه طول کلمات آن ها کاملا امکان پذیر است. این مدل سازی امکانات و تسهیلات جدیدی را در فضای فناوری اطلاعات و بهینه سازی فرآیندهای داده کاوی فراهم خواهد آورد.
۸.

بررسی مسایل اخلاقی در سیستم های هوشمند

کلید واژه ها: سیستم خبرهداده کاویهوش مصنوعیسیستمهای هوشمنداخلاق رایانه ای

حوزه های تخصصی:
  1. حوزه‌های تخصصی فلسفه و منطق فلسفه غرب رویکرد موضوعی فلسفه های مضاف فلسفه اخلاق
  2. حوزه‌های تخصصی فلسفه و منطق فلسفه غرب رویکرد موضوعی فلسفه های مضاف فلسفه تکنولوژی
  3. حوزه‌های تخصصی علوم کتابداری علوم اطلاع رسانی اطلاعات (به طور عام) اخلاق اطلاعات
تعداد بازدید : ۲۸۲۲ تعداد دانلود : ۱۳۰۳
با وجود مزایای انکار نشدنی سیستم های رایانه ای هوشمند و کاربردهای حیرت برانگیز آنها در پیشبرد آموزش، صنعت و فرهنگ کشورهای مختلف، مسائل اخلاقی بسیاری در مورد آنها مطرح شده است. در این مقاله پس از تعریف هوش مصنوعی و سیستمهای هوشمند، ابتدا به بررسی مسائل اخلاقی مشترک بین سیستمهای هوشمند و سیستم های رایانه ای و شبکه جهانی می پرازیم، سپس مهمترین مسائل اخلاقی مرتبط با دو نوع سیستم هوشمند مورد بررسی قرار می گیرند. مهمترین مسائل اخلاقی مشترک میان سیستمهای هوشمند و غیرهوشمند رایانه ای به تاثیر رایانه ها در محیط های کاری، امنیت این سیستمها، تکثیر غیر مجاز و مشکلات ناشی از بی نامی برمی گردد. سیستمهای داده کاوی و خبره دو نوع ازسیستمهای معروف و پرکاربرد هوشمند هستند که مسائل اخلاقی هر یک به طور خاص و جداگانه مورد بررسی قرار گرفته است.
۹.

تبیین مهمترین عوامل مؤثر بر رتبه افشای اطلاعات شرکت های پذیرفته شده در بورس اوراق بهادار تهران با رویکرد داده کاوی

کلید واژه ها: بورس اوراق بهادار تهرانداده کاویحاکمیت شرکتیافشای اطلاعاتالگوریتم C5.0 . طبقه بندی موضوعی: G14،G38

حوزه های تخصصی:
تعداد بازدید : ۲۸۵۲ تعداد دانلود : ۱۲۶۶
افشای مناسب اطلاعات توسط شرکت ها، در کنار سایر منابع اطلاعاتی، به سرمایه گذاران و سایر ذی نفعان در تصمیم گیری های اقتصادی کمک می کند. این تحقیق با توجه به رتبه هایی که سازمان بورس و اوراق بهادار از لحاظ به موقع بودن و قابلیت اتکای افشای اطلاعات شرکت ها منتشر می نماید، در صدد شناسایی عوامل تاثیرگذار بر رتبه افشای اطلاعات می باشد، با توجه مطالعات انجام شده در سایر کشورها و شرایط حاکم بر بازار سرمایه ایران، 19 عامل انتخاب گردید. با استفاده از رویکرد داده کاوی و به طور اخص الگوریتم C5.0، و نمونه ای متشکل 520 سال - شرکت از شرکت های پذیرفته شده در بورس اوراق بهادار تهران در سال های مالی 85 ، 86 و 87، عواملی که بیشترین تکرار را در مجموعه قوانین تولید شده به خود اختصاص دادند (بیشترین تاثیر را بر رتبه افشای اطلاعات داشته اند) استخراج گردید. این عوامل ""کیفیت موسسه حسابرسی کننده شرکت""، ""بازده دارایی""، ""نسبت بدهی"" و ""موظف یا غیرموظف بودن رئیس هیئت مدیره"" می باشند. مرتب سازی این قوانین براساس رویکرد ACS و بررسی عوامل چهارگانه فوق در قوانین مرتب شده می تواند به عنوان یک سیستم خبره تصمیم گیری به سرمایه گذاران در تشخیص میزان شفافیت اطلاعاتی شرکت ها کمک کند.
۱۰.

استخراج دانش از پایگاه داده نرم افزارهای مدیریت اطلاعات و مستندات با تکنیک های داده کاوی

کلید واژه ها: داده کاویبانک های اطلاعاتیدی اسپیس مدیریت دانشمدیریت دادهمدیریت اطلاعات و مستندات

حوزه های تخصصی:
  1. حوزه‌های تخصصی علوم کتابداری کتابخانه های الکترونیکی انواع منابع الکترونیکی پایگاه های اطلاعاتی
  2. حوزه‌های تخصصی علوم کتابداری علوم اطلاع رسانی خدمات اطلاع رسانی مدیریت اطلاعات
  3. حوزه‌های تخصصی علوم کتابداری علوم اطلاع رسانی خدمات اطلاع رسانی مدیریت اطلاعات ذخیره و بازیابی اطلاعات
تعداد بازدید : ۲۸۹۹ تعداد دانلود : ۱۲۴۹
حجم بزرگ داده ها به تنهایی به مدیران سازمان ها در تصمیم سازی و تصمیم گیری هیچ کمکی نمی کند، بلکه باعث سر در گمی مدیران سازمانها نیز می-شود. بنابراین مدیریت داده های خام و تبدیل داده های خارجی و داخلی سازمان به اطلاعات و دانش با استفاده از تکنیک های گوناگون، نقش اساسی و محوری دارد. از تکنیک های معروف در این زمینه داده کاوی است، که می تواند بر روی بانک اطلاعاتی انجام شود و دانش مورد نیاز را به دست آورد. «دی اسپیس» سیستمی نرم افزاری،آرشیو دیجیتالی یا مخزن اطلاعات سازمانی « وب»، فضایی برای ذخیره سازی، بازیافت و مدیریت اطلاعات سازمان ها و مؤسسات ایجاد می کند. هدف از ارائه این مقاله استخراج دانش از سوابق و تاریخچه جستجوهای کاربران در پایگاه داده«دی اسپیس» با استفاده از الگوریتم های داده کاوی است، تا با به دست آوردن ارتباطات و وابستگی های میان عبارت های جستجو شده بتوان امکان جستجوی هوشمند را در«دی اسپیس» اضافه کرد. این کار علاوه بر افزایش سرعت و کارایی جستجوی کاربر، توانایی «دی اسپیس» را هم افزایش می دهد. با این ایده هم اینکه از جستجوهای بسیار کاربر برای مفهومی جلوگیری می شود، که در صرفه جویی در زمان بسیار مؤثر است و هم برای ایده دادن به کاربر در راستای نشان دادن عبارت هایی که با هم ارتباط منطقی دارند و در رساندن کاربر به هدف از جستجو، کمک می کند. سرانجام در بخش ارزیابی پژوهش نشان داده شده است که تعداد رکورد های بازیابی شده در «دی اسپیس» مجهز به داده کاوی بیش تر و هدف مندتر از «دی اسپیس» بدون این توانایی است و چون کاربر را در راستای جستجویش یاری داده و ایده هوشمندانه به او می دهد، رضایت مندی کاربر را نیز، به همراه دارد.
۱۱.

کشف مسیر حرکت کاربران اطلاعات الکترونیکی با استفاده از الگوریتم قوانین وابستگی در داده کاوی: مطالعه موردی وب سایت کتابخانه دانشگاه یوتی اس، استرالیا

کلید واژه ها: استرالیاتجارت الکترونیکیداده کاویوب سایتکتابخانهقوانین وابستگیکاوش کاربردی وبدانشگاه یو تی اس

حوزه های تخصصی:
  1. حوزه‌های تخصصی علوم کتابداری علوم اطلاع رسانی اینترنت و موتورهای کاوش
  2. حوزه‌های تخصصی علوم کتابداری کتابخانه های الکترونیکی کتابخانه های دیجیتالی تبادل اطلاعات در کتابخانه های دیجیتالی
  3. حوزه‌های تخصصی علوم کتابداری علوم اطلاع رسانی خدمات اطلاع رسانی مدیریت اطلاعات ذخیره و بازیابی اطلاعات
تعداد بازدید : ۱۷۸۹ تعداد دانلود : ۸۷۳
هدف اصلی این تحقیق، جستجوی روشهایی برای مطالعه رفتار کاربران در ارتباط با هدفهای آموزشی آنها در یک وب سایت مشخص است. در حال حاضر، دادهکاوی، مهم ترین فناوری برای بهره برداری مؤثر، صحیح و سریع از داده های حجیم است. موضوع دادهکاوی، شناخت دانش جدید و مفید، رابطه های منطقی و الگوهای موجود در داده هاست و پل ارتباطی بین علم آمار، رایانه، هوش مصنوعی، الگوشناسی، فراگیری ماشین و بازنمائی بصری داده ها میباشد. پژوهش حاضر با استفاده از تکنیک دادهکاوی و بهره گیری از الگوریتم «قوانین وابستگی» روی داده های جمع آوری شده در قالب فایل ثبت وقایع وب سایت کتابخانه دانشگاه UTS استرالیا، به کشف الگوی مسیر حرکت کاربران در سایت پرداخته است. نتایج حاصل از این پژوهش، بینش وسیعی از رفتار کاربران و عملکرد آنها در وب سایت را در اختیار مدیران و طراحان آن کتابخانه قرار میدهد
۱۲.

طراحی مدل انتخاب نیروی انسانی با رویکرد داده کاوی (مورد: استخدام داوطلبان آزمون های ورودی یک بانک تجاری در ایران)

کلید واژه ها: مدیریت منابع انسانیداده کاویدسته بندیکشف دانشدرخت تصمیمانتخاب نیروی انسانی

حوزه های تخصصی:
تعداد بازدید : ۳۱۹۲ تعداد دانلود : ۱۴۳۸
موفقیت یا شکست سازمان، ارتباط مستقیمی با چگونگی جذب و نگهداری منابع انسانی آن دارد. اغلب در رابطه با برگزاری آزمون های ورودی و فرآیند جذب کارکنان، داده ها و اطلاعات فراوانی در سازمان ها وجود دارد که بدون استفاده قرار می گیرند. داده کاوی،به عنوان راه حل برای چنین مسایلی است. در این پژوهش که از حیث هدف، کاربردی و از جنبه ماهیت از نوع پژوهش های همبستگی و همخوانی محسوب میشود، سعی شده است که با استفاده از تکنیک های داده کاوی، قواعد و روابط بین نمرات آزمون های ورودی و سایر متغیرهای شخصی و شغلی (که قبل از ورود هر کس به سازمان مشخص می شود) و وضعیت کارکنان با عملکرد شغلی و وضعیت ارتقاء آنان شناسایی شود. درنتیجه با مطالعه و بررسی پایگاه های داده-ی آزمون و منابع انسانی یک بانک تجاری برای 2 سال متوالی (1383 و 1384)، شاخص های نیروی انسانی که بر عملکرد یا ارتقاء موثر بودند، شناسایی شدند. تکنیک داده کاوی مورد استفاده در این پژوهش، درخت تصمیم گیری است و استخراج قواعد نیز با استفاده از الگوریتم های QUEST، CHAID، C5.0 و CART انجام شده است. در نهایت ضمن ارایه مدلی جهت انتخاب متغیرهای تاثیرگذار، متغیر هدف و الگوریتم های مناسب؛ از بین قواعد به دست آمده، قواعد غیربدیهی مشخص و علت وجود این قواعد با کمک خبرگان تبیین شده است. از جمله نتایج ، حذف متغیر ارزیابی عملکرد به عنوان متغیر هدف در روند این پژوهش است که ناشی از عدم دقت تکمیل فرم های ارزیابی عملکرد در فرآیند ارزیابی بانک بوده است. هم چنین در این پژوهش مشخص شده است از مجموع 26 متغیر بررسی شده، پنج متغیر: «نمره ی کل آزمون»، «امتیاز مصاحبه»، «مقطع تحصیلی»، «تجربه حرفه ای» و «استان محل خدمت» بر ارتقای داوطلبان تاثیرگذار بوده اند. این نتایج منجر به دانشی شده است که امکان کاربردی نمودن آن ها وجود خواهد داشت.
۱۳.

مقدمه ای بر مطالعات کمی در مدیریت (مورد مطالعه: کاربرد داده کاوی در مطالعات مدیریت)

کلید واژه ها: شبکه عصبیداده کاویدرخت تصمیمانبار دادهپرس و جو

حوزه های تخصصی:
تعداد بازدید : ۲۲۳۹ تعداد دانلود : ۱۰۶۸
داده کاوی، فرایند مرتب سازی و طبقه بندی داده های حجیم و آشکارسازی اطلاعات مرتبط باهم می باشد. امروزه داده کاوی به عنوان یکی از ابزارهای بسیار مهم مدیران جهت شناخت وضعیت دقیق تر سازمان و همچنین کمک در اتخاذ تصمیمات مناسب کاربرد دارد. با استفاده از این تکنیک، داده های موجود در سازمان با بکارگیری ابزارهای نرم افزاری، مورد بررسی و تحلیل دقیق قرار می گیرد تا الگوهای پنهان و پیچیده ای که در آنها وجود دارد کشف و استخراج گردد. داده کاوی را می توان نسل سوم تکنولوژیهایی نامید که با داده سروکار دارند. در نسل اول یا نسل سنتی، فقط انجام پرس و جو های ساده امکان پذیر بود، مثلا تعداد فروش یک کالای خاص چقدر است؟ میزان خرید یک مشتری خاص در ماه جاری چه مبلغی است؟ در نسل دوم یا همان پردازش لحظه ای برخط (OLAP) امکان پرس و جوی همزمان چند بعدی فراهم گردید. در این روش به عنوان مثال به سوالاتی مانند: «میزان فروش محصولات به تفکیک فروشنده، خریدار و مسیر خاص چقدر است؟ » بصورت لحظه ای و با استفاده از مکعب تصمیم و گزارش ماتریسی پاسخ داده می شود. اما در نسل سوم یا همان داده کاوی فقط مساله پرس و جو و دریافت گزارش ها از داده ها نیست، بلکه از حجم انبوه داده ها، الگوهایی کشف می شود که هیچ وقت امکان کشف این الگوها در OLAP یا روش سنتی وجود نداشت. انواع اطلاعات و الگوهایی که از طریق داده کاوی بدست می آیند و کاربرد دارند عبارتند از: وابستگی، تسلسل و توالی، طبقه بندی، خوشه بندی و پیش بینی. برای استخراج این الگوها اغلب از روشهای نوینی مانند شبکه عصبی و درختهای تصمیم استفاده می شود. در عمل برای امکان انجام داده کاوی و استفاده از تکنیکهای فوق الذکر، ابتدا باید نسبت به ایجاد یک انبار داده مناسب اقدام کرد. یک انبارداده در حقیقت پایگاه داده ای است که داده های جاری و همچنین سوابق قبلی تراکنشها را در خود ذخیره کرده و با منابع خارج سازمان نیز ارتباط برقرار می کند. اهداف کلی این مقاله عبارتند از ارایه تعریف دقیقی از انبار داده، بررسی تکنیکها و کاربردهای داده کاوی و کاربرد آن در مدیریت، معرفی شبکه عصبی به عنوان یکی از روشهای اجرای داده کاوی و بیان مفهوم درخت تصمیم و ارتباط آن با داده کاوی.
۱۴.

مدیریت ریسک اعتباری در سیستم بانکی با رویکرد داده کاوی

کلید واژه ها: مدیریت ریسکتسهیلات اعتباریداده کاویسیستم بانکی

حوزه های تخصصی:
تعداد بازدید : ۱۹۹۱ تعداد دانلود : ۱۰۳۳
با توسعه روزافزون تجارب و کسب و کار در دنیای کنونی، نیاز به مراودات مالی گسترش زیادی یافته است که این کار موجب توسعه فعالیت های تجاری بانک ها و نیز ایجاد بانک های جدید گردیده است. از مشکلات عمده سیستم های بانکداری و مالی مدیریت ریسک اعتباری می باشد. زیرا که منابع پولی زیادی در این موسسات در قالب اعتبار به متقاضیان تسهیلات ارایه می گردد و برگشت این منابع به راز تداوم حیات و توسعه موسسات ضرورتی انکارناپذیر دارد. بنابراین بررسی اعتبار متقاضیان جهت بازپرداخت تسهیلات، فرایندی مهم بوده و روش های مختلفی برای اینکار ارایه گردیده است که در این مقاله از تکنیک داده کاوی، برای تشخیص ریسک اعتباری مورد استفاده قرار می گیر
۱۶.

به­کار گیری فرایند داده کاوی برای پیش بینی الگوهای رویگردانی مشتری در بیمه

کلید واژه ها: داده کاویمدیریت رویگردانی مشتریدسته بند

حوزه های تخصصی:
  1. حوزه‌های تخصصی مدیریت مدیریت بازرگانی مدیریت بازرگانی بازاریابی و مدیریت بازار
  2. حوزه‌های تخصصی مدیریت مدیریت صنعتی تحقیق در عملیات پژوهش عملیاتی
تعداد بازدید : ۱۷۷۷ تعداد دانلود : ۷۷۲
توسعه پارادایم بازاریابی دانش محور، تقاضا برای پیوستن داده کاوی به فرایندهای تجاری کسب و کار به­ویژه در حوزه های مختلف مدیریت روابط با مشتری را به دنبال داشته است. یکی از حوزه های جدید و مورد اقبال در این زمینه،"" مدیریت رویگردانی مشتری"" می باشد. با اعمال فرایند داده کاوی در مقام یکی از فناوریهای مدیریت دانش، می توان طی کاوش در پایگاههای داده حجیمی از تعاملات ثبت شده سازمان با مشتریان که منعکس کننده تمایلات و رفتارهای واقعی آنان است به استخراج الگوهایی برای پیش بینی رفتار رویگردانی مشتری نائل آمد و مدیران را در اخذ تصمیمات لازم برای حفظ این مشتریان و کاهش روند ریزش آنان یاری داد. پژوهش حاضر با هدف تبیین قابلیتهای داده کاوی در مدیریت رویگردانی مشتری، و با بهره گیری از متدولوژی استاندارد داده کاوی CRISP-DM، به کاوش در پایگاههای داده یکی از شرکتهای سهامی عام بیمه ای در رشته بیمه آتش سوزی پرداخته است. نتایج نشان می دهد کانال جذب مشتری عامل اصلی پیش بینی کننده رویگردانی یا ماندگاری مشتری در شرکت بوده و در مراتب بعد سابقه خرید و کاربری مکان بیمه شده به عنوان عوامل پیش­بینی کننده رویگردانی قرار می گیرند.
۱۷.

اکتشاف دانش و داده کاوی در پژوهش های کمی و کیفی : مقایسه روش شناسی های شبکه های عصبی مصنوعی (ANN) و نظریه بنیانی (GT)

تعداد بازدید : ۱۹۴۱ تعداد دانلود : ۷۶۹
در سال های اخیر، شاهد حرکتی مستمر از واکاوی ها، پژوهش ها و پردازش های صرفاً نظری و روش محور به پژوهش ها و پردازش های داده محوریم، حرکتی که به نحو احسن خود را در ظهور و توسعه روش های اکتشاف دانش، به ویژه داده کاوی و فنون خاص آن، نشان داده است. به رغم تصور رایج، داده کاوی صرفاً به پژوهش های کمی و آماری محدود نمی شود و در پژوهش های کیفی هم شاهد ظهور تحولات مشابهی بوده ایم. در این مقاله با فرض تطبیق پذیری اکتشاف دانش و داده-کاوی در پژوهش های کمی و کیفی، به طور مشخص روش داده کاویِ شبکه های عصبی مصنوعی را به مثابه رویکردی نوین در پردازش چندمتغیره داده ها و اطلاعات و به مثابه رویکردی در حال ظهور و گسترش در روش های آنالیز چندمتغیره آماری، و روش داده کاویِ نظریه بنیانی را در مدیریت و تحلیل داده های کیفیِ مقایسه کرده و وجوه تمایز و اشتراک آنها را بیان می کنیم. در این مقاله نشان داده ایم که صرف نظر از وجوه متمایز دو روش شناسیِ داده کاوی از حیث پارادایم، خاستگاه و فرایندهای اکتشاف و پردازش و نوع داده، هر دو روش شناسی از ماهیت و رویکردی پسینی، چند رشته ای و میان رشته ای، استقرایی، اکتشافی، فرایندمحور، داده محور ، انعطاف پذیر و معطوف به رابطه (رابطه مدار) بین هستارها و مقوله ها بهره می برند.
۱۸.

تحلیل شدت مصدومیت ناشی از تصادف ها در راههای دوخطه برون شهری با استفاده از مدل های داده کاوی

تعداد بازدید : ۷۸۴ تعداد دانلود : ۳۵۷
راههای دوخطه دوطرفه، بخش عظیمی از شبکه برون شهری اکثر کشورهای دنیا را تشکیل می دهند که کشور ایران نیز از این امر مستثنی نیست. در این مطالعه شناسایی عوامل مؤثر بر افزایش شدت مصدومیت رانندگان و سرنشینان ناشی از تصادفها در این راهها، مورد تجزیه و تحلیل قرار گرفته است. استفاده از مدل-های آماری، یکی از متداول ترین روش هایی است که تاکنون در مدل های شدت تصادفها بکارگرفته شده است. در این مطالعه، ضمن بررسی این مدل ها و بیان نقاط ضعف آنها، روش کارت معرفی می شود. روش کارت که یکی از پرکاربردترین روش های داده کاوی است، برای تحلیل آمار تصادفهای سه سال (1385-1387) مورد استفاده واقع شد. از خروجی های بسیار مفید این روش، ارایه مدل ها در قالب درخت های تصمیم است که می تواند نتایج را به صورت قوانین واضحی بیان کند. در روند مدل سازی با تبدیل متغیر پاسخ سه تایی به مدل هایی با متغیر پاسخ دوتایی، هشت مدل مورد تجزیه و تحلیل قرار گرفتند. تقریباً در همه مدل ها وضعیت استفاده از کمربند ایمنی و علت تامه تصادف به عنوان مهم ترین متغیرها در افزایش شدت مصدومیت شناسایی شدند.
۱۹.

داده کاوی و کاربرد آن در سلامت

تعداد بازدید : ۲۵۳۴ تعداد دانلود : ۱۱۲۲
پایگاه داده ها در حوزه ی سلامت حاوی میزان وسیعی از داده های بالینی است که کشف ارتباطات و الگوها در آن می تواند به دانش جدید پزشکی بیانجامد. امروزه با توجه به ظهور نظام های اطلاعات یکپارچه و رشد فن آوری اطلاعات، این مهم بیش از پیش نمایان شده است. داده کاوی از جمله پیشرفت های فن آوری در راستای مدیریت داده ها است و استفاده ی گسترده از سیستم های اطلاعات و پایگاه های داده، ادغام آن را با شیوه های سنتی به یک الزام تبدیل کرده است. در این مقاله که از نوع مروری می باشد هدف آن است تا به بررسی مفاهیم مرتبط با داده کاوی و کاربرد آن در حوزه ی سلامت پرداخته شود.
۲۰.

کشف دلایل رویگردانی مشتری از خدمات بانکداری با ترکیب روش های داده کاوی و تحقیق پیمایشی

تعداد بازدید : ۱۷۲۸ تعداد دانلود : ۷۶۴
مدیریت رویگردانی مشتری شامل سه فازاصلی است: شناسایی مشتریان رویگردان، شناسایی دلایل رویگردانی و اتخاذ استراتژیهای مناسب برای مقابله با این مشکل. اکثر تحقیقات این حوزه تنها به پیش بینی رویگردانی مشتری پرداخته اند. تحقیقات بسیاراندک در خصوص شناسایی دلایل نیز، تنها به آزمودن فرضیات اولیه در خصوص دلایل احتمالی اختصاص دارد. تحقیق حاضر به دلیل تحقیقات بسیارمحدودقبلی، نوآوریهای فراوانی انجام داده است که عمده ترین آن توسعه چارچوبی جدید درخصوص شناسایی دلایل رویگردانی و ترکیب تحقیق پیمایشی با داده کاوی طی آن می باشد که بدون الگوبرداری از تحقیقی مشابه مورداجرا قرار گرفته است. چارچوب پیشنهادی شامل چهار مرحله اصلی است: ساخت مشخصه های مورد نیاز، شناسایی مشتریان رویگردان، شناسایی دلایل رویگردانی و اعتبارسنجی نتایج حاصل. مشتریان حسابهای جاری اشخاص بانک کشاورزی به عنوان موردمطالعاتی این تحقیق انتخاب شده و داده های مورد نیاز با کمک ابزار پرسشنامه جمع آوری شده است. رویکرد مورداستفاده برای شناسایی علل رویگردانی، استخراج قواعدمنتهی به رویگردانی در گروههای مختلف مشتری بوده است. برای این منظور ازکاربرد تکنیک درخت تصمیم بامتغیرهدف برچسب رویگردانی استفاده شده است. اعتبارسنجی نتایج حاصل نیز، با آزمودن آن بر روی داده های اعتبارسنجی و محاسبه نرخ lift و خطای کلی به دست آمده است. قواعد استخراجی نشان از تمایل به رویگردانی در بخش بزرگی از مشتریان بانک کشاورزی دارد که عمده ترین آن (به ویژه در گروههای با درآمد بالاتر بیشتر) طرزبرخورد کارمندان بانک ونه عوامل بیان شده توسط خبرگان نظیر نحوه اعطای وام یا سودسپرده های پشتیبان بوده است.