مطالب مرتبط با کلیدواژه
۶۱.
۶۲.
۶۳.
۶۴.
۶۵.
۶۶.
۶۷.
۶۸.
۶۹.
۷۰.
۷۱.
۷۲.
۷۳.
۷۴.
۷۵.
۷۶.
۷۷.
۷۸.
۷۹.
۸۰.
داده کاوی
بخش بندی کاربران بانکداری موبایلی بر مبنای انتظارات با رویکرد خوشه بندی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
با توجه به روند فزاینده تعداد دارندگان موبایل، نقش بانکداری موبایلی روزبه روز اهمیت می یابد. شناخت انتظارات این کاربران به افزایش سهم بازار بانک ها کمک می کند. پژوهش حاضر، با هدف بخش بندی کاربران بانکداری موبایلی بر مبنای انتظارات انجام شده است. در این پژوهش بانک کشاورزی برای مطالعه انتخاب شده است. انتظارات کاربران بانکداری موبایلی در قالب 4 عامل اصلی شامل: خدمات اصلی، خدمات افزوده، شرایط تسهیل کننده کاربری، و ادراک مفید بودن استفاده، با رویکرد پژوهشْ از نوع ابتدا کیفی، سپس کمی (با تأکید بر بخش کمی)، شناسایی شدند. با ابزار پرسش نامه بسته سؤالی، داده های لازم از 308 کاربر خدمات بانکداری موبایلی جمع آوری شد. در مرحله بعد، پس از مشخص کردن تعداد بهینه خوشه ها با روش Ward از فنِ داده کاوی K-Means برای خوشه بندی استفاده شد. نتایج آزمون تحلیل واریانس یک طرفه انتظارات شناسایی شده ، نشان دادند که میانگین انتظارات شناسایی شده در بین خوشه ها دارای تفاوت معنی دار است؛ زیرا سطح معنی داری این انتظارات پایین تر از 001/0 بود.
ارزیابی وفاداری گردشگر به مقصد با رویکرد داده کاوی گردشگران داخلی شهر اصفهان(مقاله علمی وزارت علوم)
حوزه های تخصصی:
امروزه با توجه به اهمیت مشتری در محیط پرتلاطم و رقابتی، بهویژه در صنعت گردشگری و همچنین هزینه جذب مشتری جدید که بهمراتب بیش از هزینه حفظ مشتری موجود است ، شناسایی مشتری وفادار و حفظ آن اولویت بالایی دارد در این پژوهش تلاش شده،که از طریق رویکرد داده کاوی به ارزیابی وفاداری گردشگر پرداخته شود.این پژوهش بر روی 880 گردشگر داخلی شهر اصفهان که در بهار و تابستان 93 و 94 بیش از یک شب در هتل های 4 و 5 ستاره اقامت داشته اند،انجام شد.برای تجزیه و تحلیل داده ها از نرم افزارSPSSClementine12 و برای خوشه بندی گردشگران از الگوریتم تلفیقی PSO-KM و LRFMاستفاده شده است.نتایج حاکی از آن است که گردشگران را می توان به دو دسته طبقه بندی کرد:دسته اول در شاخصهای طول ارتباط با گردشگر و تازگی سفر دارای میانگینی بالا و در شاخصهای هزینه و تکرار سفر دارای میانگینی کمتر از سطح متوسط هستند،لذا جزء مشتریان وفادار و نامطمئن هستند.دسته دوم در شاخص تازگی سفر دارای میانگینی بالا و در شاخصهای طول ارتباط با گردشگر،هزینه و تکرار سفر دارای میانگینی کمتر از سطح متوسط هستند،لذا جزء مشتریان جدید و نامطمئن هستند.
طراحی مدل هوشمند تناسب شغل و شاغل مبتنی بر استعدادها با رویکرد داده کاوی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
این پژوهش، در سه فاز اجرا شده است. در فاز اول، مفهوم استعداد مورد مطالعه قرار گرفته و استعداد از 4 منظر الگوهای تکرار شونده افکار، رفتار و احساسات، دانش، تجربه و ویژگی های فردی، جهت اولویت بندی و سنجش انتخاب شده اند. برای اولویت بندی معیارها از 22 نفر خبرگان مرکز آمار ایران، نظر سنجی شده و اوزان معیارها با روش آنتروپی شانون محاسبه گردید. در فاز دوم، بر اساس اوزان معیارها، درجه تناسب شغل و شاغل برای 193 نفر از کارمندان مرکز آمار ایران در 139 شغل منحصربفرد و در 3 سطح عملیاتی، میانی و ارشد، محاسبه شده است. در نهایت در فاز سوم، از نتایج به دست آمده از فازقبل، یک بانک داده به منظور اجرای داده کاوی تشکیل شد و 21 مدل با رویکرد درخت تصمیم، تشکیل گردید و 147 قاعده از آنها استخراج شدند. در نهایت 14 قاعده که از بالاترین احتمال برخوردار بودند، با هدف افزایش تناسب شغل و شاغل انتخاب گردیدند. مقایسه نتایج فاز اول و سوم نشان می دهد که علیرغم تأکید خبرگان بر اهمیت دیگر معیارها در تناسب شغل و شاغل، در واقعیت تناسب از منظر دانش و تجربه در تناسب شغل و شاغل تأثر بیشتری دارند.
استفاده از خوشه بندی دو مرحله ای برای بررسی تاثیر سهمیه بندی بنزین بر رفتار مصرف کنندگان(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بخش حمل و نقل جاده ای بزرگترین بخش مصرف کننده ی بنزین در کشور است که با رشد مداوم تقاضای انرژی در طول زمان، در دهه های اخیر با چالش های بزرگی مواجه بوده است. مهم ترین این چالش ها، کمبود عرضه ی بنزین مصرفی بوده است. برای جبران این کمبود، دولت ناچار به واردات بنزین به مقدار زیاد بوده که اختلاف قیمت خرید و فروش و پرداخت یارانه فشار مالی زیادی بر دولت وارد می کرده است. در گام نخست دولت در تیر ماه سال 1386 بنزین را سهمیه بندی کرد که سرانجام پس از 8 سال و در پی فراز و نشیب بسیار در سال 1394 در عمل منتفی شد. در این مقاله با نگرش جدیدی به روش های داده کاوی به این موضوع نگاه شده است. بازه ی مورد مطالعه از سال 1384 تا 1389 بوده است. نتایج حاصل نشان می دهد که سهمیه بندی بنزین در رفتار مصرفی مصرف کنندگان تاثیر کوتاه مدت داشته است. همچنین نتایج حاکی از آن است که به عنوان سیاست های جایگزین، گسترش ناوگان تاکسیرانی یک راه حل کوتاه مدت و گسترش مترو راه حل بلند مدت برای حل معضل حمل و نقل عمومی در تهران است.
ارزیابی ریسک تقلب در مزایای بیمه بیکاری سازمان تأمین اجتماعی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
تقلب در حقوق و مزایای بیمه بیکاری همواره یکی از موضوعات حساس و مورد توجه در حوزه بیمه های اجتماعی است که طبق قوانین، جزو جرائم کیفری بوده و قابل پیگیری است. در حال حاضر بهترین روش به منظور ارزیابی تقلب، کنترل آن در همان مراحل اولیه شکل گیری و به کمک اطلاعات تقلبهای کشف شده گذشته است. در این مقاله ابتدا مراحل استاندارد کنترل تقلب در تقاضاهای بیمه ای مورد بررسی قرار گرفته و سپس با توجه به وجود پایگاه داده مناسب در خصوص مقرری بگیران بیمه بیکاری سازمان تأمین اجتماعی، از دو روش داده کاوی شبکه های عصبی و درخت تصمیم به منظور یافتن الگوهایی مناسب استفاده شده است که می تواند به عنوان ابزاری سودمند همراه با کاهش قابل توجه در وقت و هزینه به ارزیابی به موقع تقلب در تقاضاهای بیمه بیکاری کمک کند. در فرایند مطالعه تجربی، این روشها بر روی داده های واقعی شامل اطلاعات 15983 تقاضای جدید و جاری مقرری بیمه بیکاری آزمایش و کارایی هر روش سنجیده شده است. روش شبکه های عصبی با دقت 88 درصد در ارزیابی صحیح متقلبانه یا عادی بودن تقاضاها، بهترین کارایی را در مقایسه با روش درخت تصمیم با دقت 84 درصد در برداشته است. بر این اساس، مهم ترین متغیرهای مؤثر بر تقاضاهای متقلبانه در روش شبکه های عصبی به ترتیب، متغیرهای شغل قبلی بیمه شده، سابقه پرداخت حق بیمه، سن و در روش درخت تصمیم، متغیرهای محل جغرافیایی شعبه، جنسیت، و تعداد افراد تحت تکفل متقاضی هستند.
شاخص های سنجش از دوری چه اندازه می توانند موجب بهبود برآورد بار معلق شوند؟(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این پژوهش کارایی شاخص های ماهواره ای و پارامترهای ژئومورفومتری در برآورد بار رسوبی با استفاده از مدل های مبتنی بر هوش مصنوعی و داده کاوی به چالش کشیده شده است. بدین منظور، نخست مدل ها به کمک پارامترهای ژئومورفومتری مستخرج از مدل رقومی ارتفاعی و شاخص های ماهواره ای بهینه سازی شد و نزدیک ترین داده های دبی و رسوب به زمان تصاویر ماهواره ای خروجی مدل درنظر گرفته شد. پس از اجرای الگوریتم ها، به وزن دهی پارامترها و تعیین میزان تأثیرشان در پیش بینی بار رسوبی معلق پرداخته شد. نتایج نشان داد عملکرد مدل ها با ورودی های مختلف گوناگون است. مقادیر RMSE مدل ها بیانگر آن است که در صورت استفاده از پارامترهای ژئومورفومتری به عنوان ورودی مدل مقدار RMSE بیشتر است و در مقابل با استفاده از برخی شاخص ها به عنوان ورودی مدل ها میزان RMSE کاهش می یابد؛ به طوری که در مدل فرایند گوسی با ورودی پارامترهای ژئومورفومتری مقدار۱۰ /۳۵ RMSE= و در صورت ورودی شاخص های تصاویر ماهواره ای مقدار 7 /513RMSE= است. با تلفیق پارامترهای ژئومورفومتری و شاخص ها میزان دقت همة مدل ها افزایش یافته و مدل فرایند گوسی با 026 /5RMSE= بیشترین دقت را داشته است. نتایج حاصل از وزن دهی نیز نشان داد که شاخص های Clay index (average) و b5 (average) و NDVI (max) دارای بیشترین وزن بوده و بیشترین تأثیر را در پیش بینی بار رسوبی معلق داشته اند.
تعیین الگوهای آسیب پذیری کشاورزان نسبت به خشکسالی در ایران (مطالعه موردی: حوضه آبریز بختگان)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
خشکسالی یکی از قدیمی ترین و اصلی ترین بلایای طبیعی است که انسان از دیرباز با آن آشناست. از آن جایی که بخش کشاورزی بیش ترین مصرف کننده آب در کشور است، در زمان بروز خشکسالی بیش ترین خسارت را متحمل می شود. از این رو، آسیب پذیری کشاورزان در دوره های خشکسالی بسیار بالاست. این مطالعه ضمن بررسی ابعاد آسیب پذیری کشاورزان حوضه آبریز بختگان، الگوهای آسیب پذیری مناطق مورد مطالعه را در راستای مدیریت ریسک خشکسالی تعیین می کند. از یک نمونه متشکل از 276 کشاورز که با استفاده از نمونه گیری تصادفی چند مرحله ای انتخاب شدند، استفاده شد. بدین منظور، ابتدا با بکارگیری روش می-بار و والدرز آسیب پذیری کشاورزان در ابعاد پنج گانه تعیین شد. سپس براساس نتایج بدست آمده و با استفاده از روش داده کاوی، ده الگوی متمایز و مستقل آسیب پذیری استخراج شد. نتایج نشان دادند که آسیب پذیری زیرساختی بیش ترین اهمیت و آسیب پذیری روان شناختی کم ترین اهمیت را در تعیین الگوهای آسیب پذیری دارند. هم چنین، آسیب پذیری دارای مفهومی متفاوت در میان کشاورزان گوناگون است، این مطلب ناشی از درک و برداشت متفاوت کشاورزان هر منطقه است. بنابراین، بایستی دولت براساس ویژگی های هر منطقه و براساس ابعاد متفاوت آسیب پذیری در هر منطقه، سیاست ویژه همان منطقه را پیش گیرد. یافته های این مطالعه می تواند به سیاست گذاران جهت کاهش آسیب پذیری کشاورزان نسبت به خشکسالی از راه بهبود برنامه ریزی و بکارگیری استراتژی های مدیریت ریسک مناسب کمک کند.
ارائه یک چارچوب جامع مبتنی بر روش فراترکیب به منظور استفاده از تکنیک های داده کاوی در مسائل مدیریت منابع انسانی
حوزه های تخصصی:
در فضای کسب و کار امروزی شاهد این هستیم که در بخش های مختلف سازمان ها، داده های خام فراوانی انباشته شده است که روز به روز بر حجم آن ها افزوده می گردد؛ اما با بی توجهی به این داده ها خود را از دانش نهفته در آن ها محروم نموده ایم. به طوری که وضعیت کنونی ما مصداق بارز غرق در داده ها و تشنه دانش بودن می باشد. بخش منابع انسانی سازمان ها نیز از این قاعده مستثنی نمی باشد به گونه ای که در هر سازمان حجم عظیمی از فایل ها و فرم ها حاوی اطلاعات نیروی انسانی وجود دارد که بی اهمیت انگاشته شده اند. غافل از این که الگو های پنهان در میان آن ها می تواند عصای دست مدیران ارشد و گره گشای مسائل مختلف مدیریت منابع انسانی باشد. به همین منظور هدف اصلی این مقاله بررسی نظام مند مطالعات صورت پذیرفته در زمینه داده کاوی منابع انسانی می باشد تا با ارائه یک مدل حاصل از ترکیب نتایج آن ها، اهمیت این موضوع بیش از پیش نمایان گردد. در این راستا از روش فراترکیب برای تحلیل نتایج پژوهش ها استفاده شده است به طوری که پس از اجرای مراحل مختلف این روش در نهایت یک چارچوب جامع و نقشه راه مفید به منظور اجرای روش های داده کاوی در حوزه های مختلف مدیریت منابع انسانی ارائه شده است که پژوهشگران می توانند در تحقیقات آتی خود از آن استفاده نموده و به راستی آزمایی آن بپردازند.
ارزیابی کارایی مدل درختان تصمیم گیری در برآورد رسوبات معلق رودخانه ای مطالعه موردی: حوضه رودخانه میمه(مقاله علمی وزارت علوم)
حوزه های تخصصی:
به دلیل اهمیت و نقش پدیده انتقال رسوب در مبحث حوضه های آبریز، از جمله ساماندهی رودخانه ها که به منظور مهار فرسایش و رسوب گذاری و یا تثبیت بستر و دفع سیلاب انجام می گیرد، آگاهی و تعیین میزان رسوب حمل شده توسط رودخانه از دیرباز مورد توجه قرار گرفته است. هدف از انجام این تحقیق، تعیین کارایی مدل درختان تصمیم گیری (به عنوان یکی از روش های داده کاوی) در برآورد رسوبات معلق رودخانه میمه است. داده های مورد استفاده شامل دبی رسوب و دبی آب است که به صورت متناظر برداشت شده بود و همچنین بارش و دبی های روزانه مربوط به دوره آماری از سال 1347-1346 تا سال 1389-1388. پس از پردازش داده ها، تعداد 554 رکورد که آمار دبی و رسوب متناظر آنها موجود بود، انتخاب و نتایج به دست آمده با روش مرسوم منحنی سنجه رسوب مقایسه شد. برای مقایسه نتایج از معیارهای آماری R، RMSE، MAE، r 2و Bias استفاده شده است. سپس برای بررسی تأثیر بارش ها و دبی های روزانه در دقت برآورد رسوب توسط مدل درختی، در گام دوم داده های مربوط به بارش و دبی های روزانه به مدل اضافه گردید. بر اساس نتایج به دست آمده، مدل درخت تصمیم گیری نتایج قابل قبولی را درجهت شبیه سازی بار معلق در ایستگاه مورد مطالعه ارائه کرده است. به طوری که بر اساس معیارهای RMSE،MAE، r 2و Bias درخت تصمیم گیری نسبت به منحنی سنجه رسوب با خطای کمتری رسوبات را برآورد کرده است. همچنین نتایج بیانگر این مطلب است که ورود داده های بارش و دبی روزانه تغییر زیادی در نتایج ایجاد نکرده و میزان رسوبات با دبی های متناظر بیشترین همبستگی را دارد
روش جدیدی برای رتبه بندی قواعد حاصل از داده کاوی با استفاده از تحلیل پوششی داده ها(مقاله پژوهشی دانشگاه آزاد)
حوزه های تخصصی:
تکنیک های داده کاوی، یعنی استخراج الگوها از پایگاه های داده ای بزرگ، در تجارت به صورت گسترده ای مورد استفاده قرار می گیرند. با استفاده از این تکنیک ها ممکن است قواعد زیادی حاصل شوند و فقط تعداد کمی از آنها به دلیل محدودیت بودجه و منابع برای پیاده سازی در نظر گرفته شوند. ارزیابی و رتبه بندی جالب بودن و مفید بودن قواعد انجمنی در داده کاوی اهمیت زیادی دارد. در مطالعات قبلی که در مورد شناسایی قواعد انجمنی جالب از نظر ذهنی انجام شده است، اکثر روش ها مستلزم وارد کردن دستی یا پرسیدن از کاربر برای افتراق صریح قواعد جالب از ناجالب بوده است. این روش ها نیازمند محاسبات بسیار زیادی هستند و حتی ممکن است به نتیجه گیری های ناسازگار منتهی شوند. برای غلبه بر این مشکلات، این مقاله پیشنهاد می کند که از رویکرد تحلیل پوششی داده ها (DEA) با مرز دوگانه برای انتخاب کارآترین قاعده ی انجمنی استفاده شود. در این رویکرد علاوه بر بهترین کارآیی نسبی هر قاعده ی انجمنی، بدترین کارآیی نسبی آن نیز در نظر گرفته می شود. در مقایسه با DEAی سنتی، رویکرد DEA با مرز دوگانه می تواند کارآترین قاعده ی انجمنی را به درستی و به آسانی شناسایی کند. به عنوان یک مزیت، رویکرد پیشنهادی از نظر محاسباتی کارآمدتر از کارهای قبلی در این زمینه است. با استفاده از مثالی از تحلیل سبد بازار، قابلیت کاربرد روش مبتنی بر DEAی ما برای اندازه گیری کارآیی قواعد انجمنی با معیارهای چندگانه نشان داده خواهد شد.
ارائه رویکردی برای مدیریت و سازمان دهی اسناد متنی با استفاده از تجزیه وتحلیل هوشمند متن(مقاله علمی وزارت علوم)
حوزه های تخصصی:
با توجه به حجم عظیم داده های جمع آوری شده در سازمان ها و سیستم های نگهداشت و مدیریت اطلاعات که سبب شکل گیری انبار داده های بسیار بزرگ شده، نیاز به استخراج الگو از متون هر روز بیشتر احساس می شود. متن کاوی یکی از مهم ترین روش ها در استخراج الگوی مناسب است که به وسیله اقتباس یا استخراج دانش از مجموعه ای از داده ها به اهداف سازمان ها بسیار کمک می کند. این روش ها همچنین می توانند افق جدیدی را برای تجارت و حفاظت از مالکیت معنوی آثار نویسندگان به وجود آورند. در این مقاله با رویکردی جدید به کشف الگوهای متنی جهت سازماندهی و تجزیه و تحلیل هوشمند متن می پردازیم. هدف اصلی، به کارگیری الگوی مناسب در جهت حفظ آثار نویسندگان، محققان و اسناد متنی است. با توجه به حجم آثار نویسندگان و سیستم های مدیریت اسناد، حجم اطلاعات در دسترس نیز به شدت افزایش یافته است. برای کشف دانش موجود در این داده ها، که منفعت زیادی را برای کاربران اطلاعات به دنبال دارد، روش های خاصی مورد نیاز است که در حوزه داده کاوی به آن پرداخته شده است. بخش اعظم این داده های در دسترس به صورت متنی و بدون ساختار یا نیمه ساختارمند هستند که برای استفاده از آن ها می توان علاوه بر روش های مورد استفاده در داده کاوی، از فناوری هایی مانند پردازش زبان طبیعی، تجزیه و تحلیل هوشمند و علم آمار بهره گرفت.
سنجش رضایت مشتریان فروشگاه های اینترنتی با ترکیب تکنیک های داده کاوی و الگوی کانو فازی (مطالعه موردی: وب سایت نیازکو)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
رقابت در عرصه جهانی و تلاش برای دستیابی به مزیت رقابتی پایدار و برتری راهبردی نسبت به رقبا موجب گردیده است تا توجه به رضایت مشتری از اهمیت بالایی برخوردار باشد. این پژوهش با ترکیب دو روش خوشه بندی K-Means که یکی از روش های داده کاوی است و الگوری کانو فازی سعی در بخش بندی مشتریان فروشگاه اینترنتی نیازکو و سپس شناسایی نیازها و خواسته های آنان می کند. در این پژوهش برای انجام داده کاوی، تعداد 1090 رکورد از مشتریان وب سایت نیازکو در یک بازه ی زمانی 7 ماهه مورد بررسی قرار گرفتند و تعداد چهار خوشه از مشتریان شناسایی شدند. برای سنجش رضایت مشتریان، پرسشنامه کانو فازی به صورت تصادفی بین 168 نفر از مشتریان، که براساس فرمول کوکران به طور نمونه انتخاب شدند، توزیع شد و در نهایت با روش کانو فازی نیازهای هر خوشه بررسی و طبقه بندی گردید. این پژوهش نشان می دهد طبقه ی برخی از ویژگی ها بین خوشه های مختلف متفاوت و برای برخی دیگر، برای هر چهار خوشه مشترک و از یک نوع است. همچنین برای هر ویژگی در هر خوشه میزان رضایتمندی و عدم رضایت محاسبه شده است. نتایج این پژوهش بیانگر این است که مشتریان خوشه ی سوم به دو دلیل بالا بودن تعداد تکرار مبادلات و مجموع مبالغ خرید کرده از سایت، دارای اهمیت بیشتری برای این وب سایت می باشند. نتایج این پژوهش می تواند یاری رسان فروشگاه های اینترنتی جهت ارائه مناسب محصولات به مشتریان مختلف باشد.
برآورد احتمال نکول مشتریان حقیقی بانک با استفاده از روش شبکه های عصبی (مطالعه موردی: بانک پاسارگاد)
حوزه های تخصصی:
شناسایی عوامل اصلی نکول و استفاده از این اطلاعات در تصمیم گیری برای پرداخت تسهیلات، می تواند در کاهش هزینه های بانک نقش بسیار موثری داشته باشد. تحقیق حاضر با هدف شناسایی عوامل موثر بر ایجاد نکول و پیش بینی احتمال نکول متقاضیان حقیقی بانک پاسارگاد، با استفاده از روش شبکه های عصبی انجام شده است. نمونه مورد بررسی، شامل اطلاعات پرونده تسهیلات 470 مشتری، از جامعه آماری 25342 مشتری شعب بانک پاسارگاد شهر تهران، در سال های 1392 تا 1393 است. نتایج اجرای مدل نشان می دهد که روش شبکه های عصبی می تواند با دقت 92 درصد پیش بینی مناسبی از احتمال نکول متقاضیان داشته باشد. طبق نتایج این روش، متغیرهایی چون سوء سابقه مالی و نوع وثیقه، تاثیر زیادی بر روی پیش بینی داشته اند.
ارزیابی مقایسه ای اثربخشی تکنیک های داده کاوی در پیش بینی ریسک و بازده سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
ریسک و بازده سهام همواره از مهم ترین عوامل در اتخاذ تصمیمات مالی سرمایه گذاران بوده است. از این رو پیش بینی آنها برای سرمایه گذاران و سایر فعالان بازار سرمایه حائز اهمیت بسیار است. هدف پژوهش حاضر به کارگیری تکنیک های داده کاوی در پیش بینی بازده و ریسک سیستماتیک سهام در شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. در این پژوهش با استفاده از چهار الگوریتم تحلیل جداساز خطی، الگوریتم تحلیل جداساز غیرخطی، الگوریتم نزدیکترین K همسایگی و درخت تصمیم و به کمک 16 متغیر مستقل به پیش بینی بازده و ریسک سیستماتیک سهام پرداخته می شود. چهار الگوریتم مذکور یک بار با استفاده از کل متغیرهای مستقل و بار دیگر با استفاده از 4 متغیر مستقل که با استفاده از رویکرد فیلترینگ به عنوان مؤثرترین متغیرها در پیش بینی بازده و ریسک شناخته شده اند، اجرا می شود. سپس صحت پیش بینی چهار الگوریتم در دو حالت (مجموعاً 8 پیش بینی برای بازده و 8 پیش بینی برای ریسک) مقایسه و بهترین الگوریتم انتخاب می گردد. بدین منظور داده های 107 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1380 تا 1392 مورد استفاده قرار گرفته است. نتایج حاصل شده حاکی از این است که در حالت به کارگیری 16 متغیر مستقل الگوریتم تحلیل جداساز خطی بهترین پیش بینی بازده و الگوریتم تحلیل جداساز غیرخطی بهترین پیش بینی ریسک سیستماتیک را به دست می دهد. لیکن در حالت استفاده از متغیرهای مستقل منتخب الگوریتم تحلیل جداساز غیرخطی بهترین پیش بینی بازده و الگوریتم تحلیل جداساز خطی بهترین پیش بینی ریسک سیستماتیک را ارائه می دهد. به طور کلی استفاده از متغیرهای مستقل منتخب (به جای استفاده از کل متغیرهای مستقل) توان الگوریتم ها در پیش بینی بازده و ریسک سیستماتیک را بهبود می بخشد.
ارزیابی خطر تقلب مدیران با استفاده از روش داده کاوی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بررسی، ارزیابی و تشخیص گزارش های متقلبانه که از آن با نام گزارش های دستکاری شده نیز یاد شده است، سابقه دیرینه ای در ادبیات حسابداری و مالی دارد. سهامداران، مدیران را به عنوان نمایندگان خود در شرکت انتخاب می کنند و طبیعی است که نسبت به تشخیص صداقت در گزارشگری مدیران، حساس باشند. حسابرسان نیز در راستای بررسی های خود ملزم به ارزیابی و برآورد خطر تقلب در روش های اجرا شده توسط مدیریت واحد تجاری هستند تا بر اساس این ارزیابی، حجم آزمون های حسابرسی و متعاقباً حق الزحمة پیشنهادی خود را تخمین بزنند. پژوهش حاضر برای ارزیابی و تشخیص خطر تقلب مدیران، از یک روش غیرمالی استفاده کرده است که مشخصاً مبتنی بر تجزیه و تحلیل متن گزارش هیئت مدیره به مجمع عمومی صاحبان سهام است. در این روش، واژه های گزارش های هیئت مدیره به مجمع بررسی شده، پس از پالایش شدن، با استفاده از نوع خاصی از رگرسیون تحت عنوان رگرسیون هایLASSO الگویی برای ارزیابی و تشخیص شاخص خطر تقلب در شرکت ها ارائه شده است که با دقتی بین 89% تا 91% قادر به تشخیص صحیح شاخص خطر بالای تقلب در شرکت ها است.
ارایه یک رویکرد جدید به منظور افزایش اثربخشی و انتخاب بحرانی ترین تجهیز به کمک رویکرد تلفیقی Data Mining, Fuzzy DEMATEL, FMEA و FTA (مطالعه موردی: پتروشیمی شازند)(مقاله پژوهشی دانشگاه آزاد)
حوزه های تخصصی:
طی دهه های اخیر به دلایل زیادی، شاهد توجه رو به رشدی به مقوله قابلیت اطمینان و مدیریت نگهداری و تعمیرات بوده ایم. مقاله حاضر با هدف معرفی و تلفیق رویکردهای داده کاوی، دیمتل فازی، تجزیه و تحلیل حالات خطا و درخت خطا به منظور بهبود قابلیت اطمینان و افزایش اثربخشی برنامه ریزی تعمیرات در مجتمع پتروشیمی شازند انجام شده است..نخست با استفاده از تکنیک داده کاوی بحرانی ترین خوشه از میان خوشه های تشکیل شده توسط نرم افزار مربوطه مشخص می شود، سپس با بهره گیری از رویکرد دیمتل فازی مجموعه ای از بحرانی ترین و تاثیر گزار ترین تجهیزات در خوشه بحرانی، تحت شرایط فازی شناسایی میشوند، در نهایت توسط تکنیک های FMEA وFTA عدد ریسک و علل اصلی خرابی شناسایی خواهد شد و راهکار های مریوطه برای حل مشکلات و بهبود سیستم پیشنهاد خواهد شد.
ارائه یک روش ترکیبی از تحلیل پوششی داده ها و داده کاوی جهت ارزیابی واحدهای تصمیم گیرنده(مقاله پژوهشی دانشگاه آزاد)
حوزه های تخصصی:
کارایی از موضوع های مهمی است که علاوه بر مدیران شرکت ها و سازمان های مختلف، مشتریان استفاده کننده از خدمات این شرکت ها و سازمان ها نیز به آن علاقه مند هستند. هدف این پژوهش، بررسی کارایی شرکت های داروسازی پذیرفته شده در سازمان بورس اوراق بهادار با استفاده از تحلیل پوششی داده ها و سپس ارائه قواعدی با استفاده از داده کاوی است. شاخص مالم کوئیست با امکان پذیر ساختن ترکیب مشاهدات سری زمانی و مقطعی، تا حدودی مشکل ناکافی بودن مشاهدات را برطرف می کند و برای یافتن روندهای عملکرد یک واحد در طول زمان مفید است. در این پژوهش، ارزیابی کارایی 22 شرکت داروسازی پذیرفته شده در سازمان بورس اوراق بهادار با توجه به ورودی ها و خروجی ها و با استفاده از شاخص مالم کوئیست ورودی محور در طول سال های 1395-1391 صورت گرفته است و سپس نتایج حاصل از آن به عنوان برچسب دسته واحدهای تصمیم گیرنده که در واقع ورودی روش درخت تصمیم است، مورد استفاده قرار می گیرند. درنهایت، با استفاده از درخت تصمیم، قواعد مستتر در داده ها استخراج می شود.
بهبود عملکرد موجودی مبتنی بر پیش بینی تقاضا با خوشه بندی مشتریان(مقاله پژوهشی دانشگاه آزاد)
حوزه های تخصصی:
مدیریت صحیح و کنترل بهتر موجودی اقلام فروشگاه مواد غذایی، یکی از ضروری ترین و مهم ترین اهداف مدیران فروشگاه های مواد غذایی می باشد. در این مطالعه تلاش می شود تا دانش تقسیم بندی مشتریان را بر اساس ویژگی های مختلف به عنوان ورودی در پیش بینی تقاضای یک خرده فروشی ارائه دهد. هدف این مقاله ارائه یک مدل پیش بینی برای خرده فروشان بر اساس خوشه بندی مشتریان، به منظور بهبود عملکرد موجودی می باشد. خوشه بندی مشتریان با الگوریتم ژنتیک در نرم افزار MATLAB R2016a صورت گرفته است. مدل ارایه شده برای پیش بینی تقاضای پنج قلم کالای یک سوپرمارکت در شهر گرگان به کار گرفته شده است. در این مقاله، جهت پیش بینی از مدل های ARIMA، ARIMA فصلی، شبکه عصبی پیشخور Mlp و شبکه عصبی GMDH استفاده شده است. مدلسازی این مدل ها در نرم افزار متلب صورت گرفته است. نتایج نشان داد که شبکه عصبی GMDH با خوشه بندی مشتریان کمترین خطای پیش بینی را دارد. مدل پیش بینی ارایه شده با سیاست کنترل دوره ای سطح موجودی منجر به کاهش روزهای مواجه با کمبود و افزایش سطح خدمت به مشتری می شود. خرده فروشان می توانند مدل ارایه شده را برای پیش بینی تقاضای اقلام گوناگون به منظور بهبود عملکرد موجودی و سودآوری عملیات مورد استفاده قرار دهند.
ارائة یک رویکرد محاسباتی نوین برای پیش بینی تقلب در صورت های مالی، با استفاده از شیوه های خوشه بندی و طبقه بندی (شواهدی از شرکت های پذیرفته شده در بورس اوراق بهادار تهران)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
رسوایی ها و شکست های شرکتی، اطمینان سرمایه گذاران به درست و منصفانه بودن حساب های واحدهای تجاری را مخدوش کرده است. تکنولوژی های مبتنی بر آمار و یادگیری ماشینی راهکاری اثربخش برای پیشگیری و کشف تقلب هستند؛ بنابراین در این پژوهش به بررسی این مسئله پرداخته می شود که آیا می توان از طریق شناسایی عوامل مرتبط با تقلب در صورت های مالی و با به کارگیری شیوه های داده کاوی، مدلی برای کشف تقلب در صورت های مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران ارائه کرد؟ برای پاسخ گویی به این سؤال از 19 علائم خطرِ اشاره شده در استاندارد حسابرسی 240 به همراه شیوه های داده کاوی تحلیل مؤلفه های اساسی و خوشه بندی، برای تعیین شرکت های متقلب استفاده شد؛ سپس به منظور ارائة مدلی برای پیش بینی صورت های مالی متقلبانه، از 40 متغیر مالی و غیرمالی به همراه شیوه های درخت تصمیم، ماشین بردار پشتیبان و روش بوستینگ استفاده شد. یافته های پژوهش بیان گر وجود شواهدی دال بر عملکرد مناسب مدل های پیشنهادی برای پیش بینی تقلب در صورت های مالی است.