مطالب مرتبط با کلیدواژه
۸۱.
۸۲.
۸۳.
۸۴.
۸۵.
۸۶.
۸۷.
۸۸.
۸۹.
۹۰.
۹۱.
۹۲.
۹۳.
۹۴.
۹۵.
۹۶.
۹۷.
۹۸.
۹۹.
۱۰۰.
داده کاوی
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 های پنجره ای و سپس ارائه قواعدی با استفاده از درخت تصمیم است. روش تحلیل پوششی داده های پنجره ای با امکان پذیر ساختن ترکیب مشاهدات سری زمانی و مقطعی، تا حدودی مشکل ناکافی بودن مشاهدات را برطرف می کند. این روش بر اساس میانگین متحرک عمل می کند و برای یافتن روندهای عملکرد یک واحد در طول زمان مفید است. در این پژوهش، ارزیابی کارایی 23 شرکت داروسازی پذیرفته شده در سازمان بورس اوراق بهادار با توجه به ورودی ها و خروجی ها به روش تحلیل پوششی داده های پنجره ای در وضعیت بازدهی ثابت نسبت به مقیاس در طول سال های 1388-1393 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.
تحلیل پتنت بااستفاده از داده کاوی برای شناسایی و تعیین ارتباطات میان فناوری ها(مقاله علمی وزارت علوم)
حوزه های تخصصی:
تجزیه و تحلیل ارتباطات میان فناوری ها می تواند بینشی برای اتخاذ استراتژی های فناورانه و به حداکثر رساندن سود فراهم کند. پتنت ها، بخشی جدایی ناپذیر از حقوق مالکیت فکری هستند و اطلاعات قابل توجهی درباره فناوری های توسعه یافته را در بر می گیرند. باتوجه به حجم فزاینده پتنت ها، روش داده کاوی برای تحلیل پتنت پیشنهاد شده است. در روش پیشنهادی، از قوانین وابستگی وزن دار برای تحلیل پتنت استفاده می شود و اهمیت نابرابر پتنت ها و همچنین سطوح فناوری از نظر اهمیت تجاری و تاثیر فناورانه در نظر گرفته شده است. هدف این پژوهش، یافتن روشی پایدار برای شناسایی ارتباطات میان فناوری ها براساس تحلیل پتنت است، که وابسته به دانش ذهنی متخصصان یک حوزه ی خاص فناوری نباشد. برای دستیابی به این هدف یک فرآیند چهار مرحله ای شامل جمع آوری داده، تشکیل پایگاه داده ساخت یافته، اجرای داده کاوی، شناسایی و تعیین میزان ارتباطات میان فناوری ها و ترسیم گرافیکی آن ارائه شده است. رویکرد تحلیلی پیشنهادی با یک مطالعه موردی اجرا و ارزیابی شده است .
عوامل مؤثر بر تأخیر بازگشت کتاب های امانتی اعضای کتابخانه های عمومی استان آذربایجان شرقی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
هدف: هدف پژوهش حاضر شناسایی مهم ترین عوامل مؤثر بر تأخیر بازگشت منابع اطلاعاتی امانتی در کتابخانه های عمومی استان آذربایجان شرقی است. روش: در این پژوهش از فنون داده کاوی استفاده شده است. داده ها از سامانه مدیریت کتابخانه های عمومی ایران (نرم افزار سامان) استخراج شد. بعد از آماده سازی در نرم افزارهای اکسس و اکسل، برای تحلیل داده ها از SPSS نسخه 21 و نسخه 12 نرم افزار کلمنتاین استفاده شد. یافته ها: نتایج داده کاوی با الگوریتم چاید در نرم افزار کلمنتاین نشان داد که به ترتیب عامل های سقف مجاز تعداد امانت، سن، نحوه عضویت، و جنسیت مهم ترین متغیرهای دخیل در تأخیر بازگشت کتاب های امانتی برای اعضای فعال کتابخانه های استان آذربایجان شرقی هستند. همچنین اعضایی که دارای ظرفیت فوق العاده هستند، بیشترین تأخیر را داشتند. این عامل به لحاظ سن به سه گروه تقسیم شده اند: افراد زیر 15 سال دارای 33 درصد تأخیر، افراد بین 15 تا 26 سال دارای 41 درصد تأخیر و افراد بالای 26 سال دارای 44 درصد تأخیر هستند. اصالت/ارزش : طبقه بندی و توصیف داده های بزرگ دید روشنی از وضعیت یک پدیده را برای ما به وجود می آورد. با توجه به نتایج به دست آمده از این پژوهش ، می توان برنامه های خاصی برای هر یک از گروه های هدف در جهت کاهش تأخیر در بازگشت کتاب های امانتی در کتابخانه های عمومی کشور در نظر گرفت.
بررسی و تحلیل عوامل کلاهبردارانه در بیمه مسئولیت مدنی دارندگان وسایل نقلیه زمینی در قبال اشخاص ثالث (بیمه شخص ثالث -خسارات بدنی)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
صنعت بیمه با توجه به ماهیت خود، مستعد ابتلا به کلاهبرداری و تقلب است. در بیمه اتومبیل، بیمه گر کلیه خسارتهایی را که به واسطه خودرو یا بار خودرو به اشخاص ثالث وارد می شود، تحت پوشش قرار می دهد . در طی سالهای اخیر با توجه به رشد این نوع بیمه، تشخیص عوامل تأثیرگذار بر روی تصمیمهایی که به جعلی بودن یک ادعای خسارت می پردازد به امری ضروری مبدل شده است. یکی از راه های کشف و مقابله با این نوع تقلبها بررسی اطلاعات موجود در پرونده هایی است که از طریق بیمه نامه شخص ثالث ادعای خسارت کرده اند. داده کاوی روش مناسبی برای تعامل با چنین بانکهای اطلاعاتی است و منجر به کشف دانشی ارزشمند از آنها می شود؛ در این تحقیق با بررسی 142 پرونده شخص ثالث و 6 متغیر، سعی شده است تا الگوهای تقلب در بیمه شخص ثالث کشف شود. نتایج تحقیق نشان می دهد الگوریتم درخت تصمیم و شبکه های عصبی در شناسایی پرونده های تقلبی، غیرتقلبی، و مشکوک نسبت به الگوریتم ماشین بردار پشتیبان عملکرد بهتری داشته اند.
استفاده از روشهای داده کاوی برای جذب نمایندگان صدور در صنعت بیمه(مقاله علمی وزارت علوم)
حوزه های تخصصی:
صنعت بیمه ایران رشد چشمگیری را در دهه گذشته تجربه کرده است و سهم بالایی از معاملات این صنعت به نمایندگان اختصاص دارد؛ بنابراین، فرایند انتخاب نماینده جدید اهمیت بسیار بالایی دارد. این پژوهش بر روی مشخصه های انبار داده و روشهای داده کاوی مناسب برای انتخاب نماینده در صنعت بیمه تمرکز دارد. در خصوص مثال ارائه شده در این پژوهش سه روش داده کاوی تحلیل تفکیک کننده، درختهای تصمیم، و شبکه های عصبی مصنوعی برای پیش بینی طول مدت زمان خدمت، میزان فروش حق بیمه، و شاخص تداوم نمایندگان مورد ارزیابی قرار می گیرد. نتایج نشان می دهد که تجربه شغلی، موقعیت شغلی، سن، وضعیت تأهل، شغل قبلی، درآمد سالیانه از محل شغل قبلی، و بیمه نامه های فروخته شده اهمیت به سزایی در تعیین مدت زمان فعالیت نمایندگان جدید، بیمه نامه های فروخته شده و تمدید بیمه نامه های صادرشده دارند. هدف اصلی این مقاله، طراحی و توسعه یک سیستم پشتیبانی تصمیم گیری هوشمند، و به بیان دیگر یک سیستم هوشمند انتخاب نماینده برای شرکتهای بیمه بوده تا با کمک آن مدیران این صنعت بتوانند نمایندگان کیفی انتخاب کنند.
الگوی خوشه بندی مشتریان بیمه عمر (مطالعه موردی: یک شرکت بیمه ای)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
این پژوهش به مطالعه در اطلاعات مشتریان بیمه عمر به منظور دستیابی به الگوی خوشه بندی برای ارائه خدمات می پردازد. از جامعه شرکتهای بیمه عمر، یک شرکت بیمه ای با اندازه نمونه 1000 نفر که در سال 1392 اقدام به خرید بیمه نامه عمر کرده اند، انتخاب شد. با استفاده از مدلهای خوشه بندی داده کاوی، عوامل مؤثر و روابط بین آنها مورد بررسی قرار گرفت و درنهایت، نتایج حاصل از مدلهای مختلف خوشه بندی با یکدیگر مقایسه شدند. با استفاده از نتایج به دست آمده، شرکتهای بیمه ای می توانند مشتریان بیمه عمر را در دو گروه اصلی «مشتریان سودبخش» و «مشتریان دارای ریسک» طبقه بندی کنند و به هریک از گروه ها، بسته های خدماتی متناسب ارائه دهند. به علاوه، متغیرهای جمعیتی همچون «جنسیت» و «سن» و متغیرهای بیمه ای همچون «حق بیمه سالیانه» و «ضریب فوت در اثر حادثه» به عنوان عوامل تأثیرگذار در شناسایی گروه های مشتریان هستند.
تعیین عوامل مؤثر در تصادفات درون شهری با استفاده از روش های داده کاوی (موردمطالعه: شهر اصفهان)(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه جغرافیای انتظامی سال ششم بهار ۱۳۹۷ شماره ۲۱
135-162
حوزه های تخصصی:
تصادفات از بزرگ ترین مشکلات سلامت در کشور محسوب و هرساله منجر به هزینه های سنگینی می شود. کاربرد روش های داده کاوی می تواند از حجم عظیم داده های تصادفات، الگوهای مفید را استخراج و ضمن تعیین عوامل مؤثر در بروز تصادفات، نقش قابل توجهی در کاهش آن ها داشته باشد. هدف این پژوهش بررسی عوامل مؤثر در تصادفات درون شهری به روش داده کاوی است که ازنظر هدف کاربردی و ازنظر نوع، تحلیل محتوا است. جامعه آماری پژوهش، اطلاعات پایگاه داده شهر اصفهان و حجم نمونه، اطلاعات تصادفات سال های (۱۳۹۰) تا (۱۳۹۴) می باشد. برای تحلیل اطلاعات از کشف قوانین انجمنی تکنیک سبد خرید و تولید درخت اشیاء مکرر FP-Growth استفاده شد. بر اساس نتایج، ویژگی های مؤثر در بروز تصادف به ترتیب، عجله و شتاب،عدم استفاده از کمربند و کلاه ایمنی، عدم توجه به جلو، نبود شانه راه و تجهیز نبودن خودرو به تجهیزات ایمنی می باشد. با کمک این نتایج، امکان پیشگیری و کاهش تصادفات، میسر می باشد.
روشی جدید برای خوشه بندی اسناد HTML با استفاده از الگوریتم های تلفیقی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
با عنایت به حجم بالای اطلاعات کنونی وب توجه به سیستم های خودکار استخراج اطلاعات بیشتر شده است. از مهم ترین روش های خودکار استخراج اطلاعات، خوشه بندی می باشد. روش های خوشه بندی زیادی تابه حال ارائه شده است که اکثراً مبتنی بر مدل برداری می باشند. در این مدل با هر سند مانند مجموعه ای از کلمات برخورد می گردد و توالی کلمات در جمله، نادیده گرفته می شود. ازآنجایی که معانی در زبان طبیعی به طور کامل وابسته به توالی کلمات می باشند نقیصه بزرگی در این روش ها احساس می گردد. برای رفع این نقیصه در این مقاله روشی جدید در خوشه بندی اسناد Html ارائه گردیده است که در آن الگوریتم Stc برای خوشه بندی Snippet ها لحاظ شده است. این روش که با عنوان خوشه بندی بر اساس جملات کلیدی Ks_Stc مطرح شده برای هر سند بردار وزن داری تهیه می کند و با استفاده از این بردار، جملات کلیدی هر متن از سند استخراج می گردد و نهایتاً این جملات کلیدی برای خوشه بندی به الگوریتم Stc داده می شود.
پیش بینی احتمال رویگردانی مشتریان در صنعت بانکداری ایران مورد مطالعه: یک بانک خصوصی ایرانی(مقاله علمی وزارت علوم)
منبع:
پژوهش های مدیریت عمومی سال یازدهم پاییز ۱۳۹۷ شماره ۴۱
57 - 82
حوزه های تخصصی:
پس از ظهور بانک های خصوصی در ایران به دلیل جذابیت صنعت شاهد رشد سریع تعداد این نوع بانک ها و فشار رقابتی بالای این صنعت در کشور هستیم. ریزش مشتریان از یک بانک به معنی کاهش منابع بانک بوده و با توجه به هزینه های بالاتر جذب مشتریان نسبت به نگهداری آن ها، بانک ها به شدت تلاش می کنند که مشتریان خود را حفظ کنند. لذا محاسبه احتمال رویگردانی مشتریان با بررسی رفتار مالی آن ها و در صورت امکان جلوگیری از ریزش آن ها بسیار کلیدی است. در این مقاله با استفاده از تکنیک داده کاوی خوشه بندی سلسه مراتبی برای تشخیص مشتریان از منظر رویگردانی و همچنین زنجیره احتمالات مارکوف برای تعیین احتمال رویگردانی در آینده، مدلی ساخته شده است که از طریق یادگیری داده های رفتار مالی مشتریان بتواند احتمال ریزش مشتری را پیش بینی کند. این مدل روی یک سال داده های واقعی تراکنش های سپرده های کوتاه مدت روزشمار و قرض الحسنه جاری در یک بانک خصوصی ایرانی پیاده شد. نتایج نشان داد در صورتی که بانک مشتری را از دست بدهد احتمال بازگرداندن مشتری بسیار پایین است. همچنین مشتریان فعال که معمولاً با هزینه های بالا جذب بانک می شوند، بسیار ناپایدار هستند و به سرعت تغییر وضعیت می دهند. البته در صورتی که مشتری فعال از دست نرود فرصت محدودی از نظر زمانی برای بانک ها جهت فعال سازی دوباره مشتریان وجود دارد.
تحلیل رفتار مشتری با استفاده از کاوش کاربری وب(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در راهبرد های اخیر بازاریابی، مشتریان از منابع مهم سازمان قلمداد می شوند. بر اساس این، کسبدانش درباره مشتریان و درک نیازهای آنها برای حفظ مشتریان در تجارت الکترونیک بسیار ضروری است. پیش بینی رفتار خرید مشتریانِ برخط دشوار است؛ زیرا به ندرت بازدید آنها از فروشگاه ها به خرید واقعی ختم می شود و این موضوع برای بازاریابان و پژوهشگران نوعی چالش شده است؛ از این رو، برای داشتن کسب وکارِ برخط موفق باید رفتار مشتریان را تحلیل کرد. بنابراین، این پژوهش با دو هدفِ الف) طرح چارچوبی برای افزایش دقت تحلیل و شناخت گروه های مشتریان و ب) ارائه مدل و قوانینی برای پیش بینی رفتار آ نها، رفتار مشتریان را تحلیل می کند. در این پژوهش از روش کریسپ و الگوریتم کا-میانگین برای خوشه بندی مشتریاناستفاده شده است؛ سپس با اختصاص سه نوع برچسب خرید، خریدنکردن و انتظار خرید به مشتریان و با استفاده از درخت تصمیم C5 مشتریان دسته بندی شدند. درنهایت، مدلی با دقت 63.6% و مجموعه ای از 261 قانون مناسب با اطمینان 70% برای کسب وکار به دست آمد.
تعیین سیاست وارانتی با استفاده از قوانین انجمنی در داده کاوی (مطالعه موردی: شرکت تولیدی تجهیزات الکترونیکی)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
امروزه پیشنهادهای وارانتی متنوعی از سوی تولیدکنندگان ارائه می شود.با بهترشدن سیاست وارانتی، هزینه آن برای تولیدکننده افزایش می یابد؛ بنابراین برای تعیین سیاست وارانتی روشی نیاز است که بر اطلاعات واقعیِ قابلیت اطمینان، شرایط خرابی و تعمیرِ محصول تکیه کند. برای این منظور در این مقاله از روش داده کاوی استفاده شده است. به این صورت که نمونه ای پنج ساله از داده های وارانتی شرکت تولیدی تجهیزات الکترونیکی (که مشتمل بر 3500 خرابی محصولات است) با استفاده از قواعد انجمنی، کاوش و الگوهای با معنی میان آنها استخراج شده است. از میان قوانین و الگوهای کشف شده، برخی توصیف بهتری از ارتباط بین محصولات و شرایط خرابی و تعمیر آنها ارائه می دهند؛ بنابراین با استفاده از دانش به دست آمده از آنها، سیاست وارانتی 24 محصول مختلفِ شرکت تعیین شده است. نتایج این پژوهش به کاهش هزینه های وارانتی از طریق بهینه کردن تصمیمات سیاست های وارانتی کمک می کند.
شناسایی و خوشه بندی شاخص های اولویت بندی پروژه های توسعه محصول جدید دفاعی با روش سنجش مؤلفه های اصلی مبتنی بر داده کاوی(مقاله علمی وزارت علوم)
منبع:
مدیریت نظامی سال هجدهم تابستان ۱۳۹۷ شماره ۷۰
28 - 52
حوزه های تخصصی:
در مراکز تحقیق و توسعه دفاعی با توجه به محدودیت منابع، امکان انجام همه پروژه های توسعه محصول جدید دفاعی وجود ندارد، لذا اولویت بندی این پروژه ها ضروری است. از روش هایی که می توان در این خصوص بکار گرفت، تصمیم گیری چند شاخصه است. یکی از پیش نیازهای اساسی برای استفاده از این روش، شناسایی شاخص های مناسب با در نظر گرفتن رویکرد دفاعی، دسته بندی آن ها و درنهایت وزن دهی به آن شاخص ها می باشد که در این پژوهش موردبررسی قرارگرفته است. روش پژوهش حاضر ازنظر گردآوری داده ها، از نوع توصیفی- پیمایشی و ازنظر هدف با توجه به آنکه از نتایج یافته ها برای حل مسئله موجود در سازمان استفاده می شود کاربردی می باشد. جامعه آماری این تحقیق، صنایع دفاعی، و خبرگان مورداستفاده در این تحقیق مدیران و کارشناسان مراکز تحقیق و توسعه و مدیران پروژه های طراحی محصول هستند. در این مقاله پس از مصاحبه میدانی گسترده با متخصصان مراکز تحقیق، شاخص های موردبررسی جهت اولویت بندی پروژه های توسعه محصول جدید دفاعی در 5 حوزه دفاعی، سازمانی و استراتژی، دانشی و فنی، ریسک و بازار استخراج گردید؛ چون تعداد شاخص های شناسایی شده گسترده بودند، این امر درنهایت خطای انتخاب پروژه را افزایش می داد؛ بنابراین به منظور کاهش شاخص ها از تکنیک داده کاوی شاخص ها با روش تحلیل مؤلفه های اصلی استفاده گردید. این روش بر روی 42 شاخص شناسایی شده، با کمک امتیاز های داده شده بر روی 21 پروژه، انجام گرفت و درنهایت تعداد شاخص ها به 25 شاخص در 5 حوزه بیان شده کاهش یافت و با توجه به خوشه بندی شاخص ها عناوین مرتبط با هر خوشه تعیین گردید. همچنین پس از وزن دهی با روند برآورد نسبت، حوزه دفاعی با وزن 0.29، بیشترین اهمیت و حوزه بازار با وزن 0.09 ، پایین ترین اولویت را کسب نمودند.
طراحی الگوی داده کاوی پیشنهادی به منظور شناسایی مجرمان(مقاله علمی وزارت علوم)
منبع:
انتظام اجتماعی سال هشتم پاییز ۱۳۹۵ شماره ۳
109 - 128
حوزه های تخصصی:
زمینه و هدف: این پژوهش بر آن است تا با بهره گیری از الگوریتم های داده کاوی به تحلیل داده های ثبت شده در بانک اطلاعاتی پلیس مربوط به دستگیرشدگان توسط گشت های انتظامی تهران بزرگ در سه ماهه اول سال 1389 بپردازد و با استفاده از آنها، الگویی طراحی شود که به شناسایی مجرمان واقعی از بین انبوه متهمان دستگیرشده اقدام کند. این الگو می تواند به عنوان یک سامانه تصمیم یار در اختیار کارشناسان انتظامی قرار گیرد تا فرآیند شناسایی و دستگیری مجرمان واقعی با سرعت و دقت بیشتری انجام شود.<br /> روش شناسی: این پژوهش از نوع پژوهش های داده محور بوده و بر اساس یک فرایند استاندارد داده کاوی CRISP-DM، داده های دستگیرشدگان که شامل متغیرهای جمعیت شناختی متهمان و کلانتری محل دستگیری است، پس از یکپارچه سازی و پالایش، با استفاده از الگوریتم های CHAID,CRT C5.0 و شبکه عصبی MLP مدل سازی شدند.<br /> یافته ها: الگوریتم C5.0 در فن درخت تصمیم نتایج بهتری را به لحاظ دقت شناسایی مجرمان واقعی نسبت به سایر الگوریتم های درخت تصمیم، مانند CHAID, CRT دارد؛ اما نسبت به الگوی طراحی شده توسط شبکه عصبی MLP دقت کمتری دارد.<br /> نتایج: با استفاده از الگوریتم های درخت تصمیم، در مجموع 19 قانون کشف و ارائه شد. برای بررسی این قوانین، نشست خبرگان تشکیل شد و در نهایت از 19 قانون استخراج شده، 3 قانون مرتبط با موضوع مورد پژوهش شناخته شده و مورد تأیید قرار گرفت.
تحلیل جرایم اخلاقی فضای سایبر با رویکرد داده کاوی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
زمینه و هدف: جرایم سایبر در طیف جرایم نوظهوری هستند که همزمان با رشد فناوری های جدید و بیشتر مبتنی بر اینترنت به طور مداوم در حال تکامل و پیچیده تر شدن هستند. یکی از جرایم شایع در فضای مجازی، جرایم اخلاقی فضای سایبر است که با توجه به ارتباط آن با آبرو و حیثیت افراد، از اهمیت بسیار بالایی برخوردار است. هدف این پژوهش، تحلیل جرایم اخلاقی فضای سایبر با رویکرد داده کاوی است. روش : این پژوهش از نظر هدف کاربردی و از نظر نوع، تحلیل محتوا است. جامعه آماری پژوهش، جرایم سایبری است. حجم نمونه، جرایم اخلاقی فضای سایبر در سال های 1389 تا 1394 است. یافته ها و نتایج: بهترین مدل برای تحلیل و استخراج قوانین حاکم بر داده های جرایم اخلاقی فضای سایبر، مدل درخت تصمیم c5 است. نتایج پژوهش نشان داد مشخصه های تاثیرگذار بر وقوع جرایم اخلاقی فضای سایبر به ترتیب شغل، تحصیلات، جنسیت، سن، تاهل و نقش فرد است. در این پژوهش، قوانین حاکم بر جرم اخلاقی فضای سایبر، احصاء که با تحلیل این قوانین می توان راهکارهای پیشگیرانه ارائه داد.
ترسیم افق داده کاوی از طریق آینده پژوهی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
امروزه فناوری اطلاعات به صورت فزاینده ای در حال پیشرفت است و ساختار پیچیده ای را در برمی گیرد. در این شرایط بهره گیری از اطلاعات صحیح، دقیق، کامل و به روز در سیستم های اطلاعاتی امری اجتناب ناپذیر محسوب می شود. همچنین با توجه به وجود رقابت گسترده در کسب وکارهای مبتنی بر این حوزه، اتخاذ تصمیم های دقیق، به موقع و تأثیرگذار دارای اهمیت زیادی است. در این خصوص مدیران سازمان ها به منظور بهبود عملکرد خود نیازمند اطلاعاتی در مورد وضعیت فعلی، شرایط محیطی، فرصت ها، تهدیدات، جایگاه، وضعیت رقبا، روند اقتصادی، شرایط سیاسی و اجتماعی و غیره هستند؛ بنابراین ایجاد پایگاه های داده ای بزرگ در این مراکز و نیز تجزیه وتحلیل داده های آن، لازمه دوام و بقای سیستم ها است. در این میان بهره گیری از فناوری های کارا مانند داده کاوی به منظور کشف و استخراج اطلاعات پنهان از پایگاه داده های بزرگ، بسیار حائز اهمیت است. در سال های اخیر داده کاوی به طور گسترده ای در حوزه های علمی و مهندسی مانند علوم فناوری اطلاعات، ژنتیک، داروسازی، آموزش و غیره استفاده شده است. در این مقاله پژوهشگران قصد دارند با یک رویکرد آینده پژوهی اکتشافی از طریق روش های تحلیل روندها و پایش روندها، افق آتی داده کاوی را ترسیم و کاربردهای گوناگون آن را در حوزه های مختلف بررسی کنند.
مدلسازی هم حرکتی سهام در بورس اوراق بهادار تهران با استفاده از رویکرد خوشه بندی سه مرحله ای(مقاله علمی وزارت علوم)
حوزه های تخصصی:
چکیدهخوشه بندی به عنوان یکی از روش های داده کاوی توصیفی، روشی برای گروه بندی مشاهده ها به k خوشه (گروه) مختلف است. خوشه بندی بازار سهام، اطلاعات سودمندی را جهت پیش بینی تغییرات قیمت سهام شرکت های مختلف در اختیار سرمایه گذاران شخصی و متخصصان مالی قرار می دهد. در سال های اخیر، خوشه بندی شرکت های پذیرفته شده در بورس اوراق بهادار براساس شباهت در روند حرکتی یا به عبارتی شکل بازار آن ها، مورد توجه قرار گرفته است. رویکردهای موجود خوشه بندی، نتایج خوبی برای این روند ارائه نمی دهند؛ زیرا داده های مربوط به قیمت سهام شرکت ها داده های سری زمانی مالی هستند که دارای ابعاد زیاد است و تغییرات در این داده ها، معمولا با شیفت های زمانی همراه است. این ویژگی ها، خوشه بندی شرکت ها براساس روند حرکتی قیمت سهام آن ها را بسیار پیچیده کرده است. از طرفی در بین روش های موجود، روشی برای خوشه بندی بازار سهام که بتواند شرکت ها را به زیرخوشه هایی که حاوی اطلاعات مفید برای استفاده کننده نهایی است، تقسیم کند وجود ندارد. در تحقیق حاضر، روش خوشه بندی سه مرحله ای برای خوشه بندی شرکت های موجود در بورس اوراق بهادار، براساس شباهت در روند حرکتی قیمت سهام شرکت ها، مورد استفاده قرار گرفته است. در مرحله اول، کاهش ابعاد داده ها صورت گرفته است و خوشه بندی تقریبی شرکت ها انجام می شود. سپس در مرحله دوم، خوشه های ایجاد شده در مرحله قبل، به زیرخوشه های با کیفیت و دقت بیشتر تقسیم می شوند. در نهایت، زیر خوشه های ایجاد شده، در مرحله سوم ادغام و خوشه های نهایی ارائه می شود. مدل ارائه شده، با استفاده از روش مجموع مربعات خطا مورد ارزیابی قرار می گیرد. نتایج تحقیق نشان می دهد روش خوشه بندی سه مرحله ای در مقایسه با سایر الگوریتم های خوشه بندی مرسوم از نظر اثربخشی و کیفیت، عملکرد بهتری دارد
ارزیابی مدل های درخت تصمیم در پیش بینی عملکرد مالی شرکت های بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
نسبت های مالی همواره یکی از منابع قوی در ارزیابی عملکرد مالی شرکت های بورس اوراق بهادار تهران است. یکی از روش های پیش بینی عملکرد استفاده از الگوریتم های داده کاوی است. در این پژوهش، چهار مدل درخت تصمیم به منظور ارزیابی عملکرد، پیاده سازی و مدل ها با معیار های ارزیابی مقایسه شدند. بدین منظور نمونه ای متشکل 21 نسبت در 534 شرکت پذیرفته شده در بورس اوراق بهادار تهران در فاصله بین سال های 1390 تا 1393 به عنوان متغیرهای مستقل و دو نسبت بازده دارایی ها و بازده حقوق صاحبان سهام به عنوان متغیرهای وابسته انتخاب شده است. نتایج تحقیق حاکی از آن است که بین دو متغیر بازده دارایی ها و بازده حقوق صاحبان سهام، بازده حقوق صاحبان سهام از لحاظ ارزیابی های به دست آمده از صحت بالاتری برخوردار است و در بین چهار درخت تصمیم سی فایو از بهترین شاخصه های ارزیابی برخوردار بود.
محتوای اطلاعاتی شاخصهای سرمایه فکری و عملکرد مالی در پیش بینی درماندگی مالی با رویکرد داده کاوی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
پیش بینی درماندگی مالی همواره موردتوجه سهامداران، اعتباردهندگان و مدیران واحدهای تجاری بوده است؛ ازاین رو بیش از نیم قرن است که اقتصاددانان، مراکز آموزشی و افراد حرفه ای در تلاش هستند تا مدل های بهینه ای برای پیش بینی درماندگی مالی ایجاد کنند؛ در این پژوهش سعی می شود از مدل های درخت تصمیم و مدل تحلیل ممیزی خطی برای پیش بینی درماندگی مالی شرکت ها استفاده شود و نتایج این دو مدل با یکدیگر مورد مقایسه قرار گیرد. در این راستا علاوه بر نسبت های مالی مرسوم در پیش بینی درماندگی مالی، از شاخص های مبتنی بر ارزش و سرمایه فکری نیز استفاده شده است. به منظور نیل به اهداف بالا، سه فرضیه اصلی تدوین شد. هدف از طرح فرضیه های پژوهش، بررسی محتوای اطلاعاتی نسبت های مالی، شاخص های سرمایه فکری و شاخص های عملکردی در پیش بینی درماندگی مالی شرکت های پذیرفته شده در «بورس اوراق بهادار تهران» با استفاده از مدل های درخت تصمیم وتحلیل ممیزی خطی می باشد . برای آزمون این فرضیه ها، نمونه ای از میان شرکت های پذیرفته شده در «بورس اوراق و بهادار تهران» طی سال های 1389 تا 1394 انتخاب شد. برای آزمون فرضیه ها از نتیجه مدل های تحلیل عاملی، درخت تصمیم و تحلیل ممیزی خطی استفاده شد. نتایج حاکی از آن است که پیش بینی درماندگی مالی با استفاده از مدل درخت تصمیم امکان پذیر است؛ همچنین مدل تحلیل ممیزی با تلفیقی از شاخص نسبت های مالی و شاخص عملکردی در پیش بینی درماندگی مالی موفق عمل کرده است. نتیجه مقایسه ای توانمندی دو مدل نشان می دهد که اگرچه دقت پیش بینی تحلیل ممیزی بر اساس معیارهای ارزیابی و سطح زیر منحنی راک (920/0) بیش از دقت پیش بینی درخت تصمیم (901/0) بوده است، اما اختلاف بر اساس آزمون t به لحاظ آماری معنادار نیست (207/0=p)؛ به عبارت دیگر نتایج حاصل از دو روش بسیار نزدیک به هم است.
نقش به کارگیری داده کاوی بر عملکرد سازمانی مدیران کتابخانه های دانشگاه های دولتی تهران با رویکرد مدیریت دانش
منبع:
مطالعات دانش شناسی سال سوم پاییز ۱۳۹۶ شماره ۱۲
1 - 28
حوزه های تخصصی:
هدف ، تعیین نقش داده کاوی بر عملکرد سازمانی مدیران کتابخانه های دانشگاه های تهران با رویکرد مدیریت دانش است.<br /> روش پژوهش پیمایشی-تحلیلی است. تجزیه و تحلیل داده ها از نرم افزاراس.پی.اس.اس. استفاده شده است. جامعه پژوهش، شامل 137مدیران کتابخانه های دانشگاه های دولتی شهر تهران است.<br /> یافته ها نشان داد از شش فرضیه پژوهش، تنها دو فرضیه تأیید شد. فرضیه های مربوط به مدل مفهومی پژوهش که فرضیه های اصلی تر پژوهش هستند، تأیید نشدند. وضعیت به کارگیری داده کاوی در کتابخانه های دانشگاه های دولتی شهر تهران از دیدگاه مدیران و عملکرد سازمانی مدیران، متوسط است. وضعیت مدیریت دانش در کتابخانه های دانشگاه های دولتی شهر تهران از دیدگاه مدیران مطلوب است. رابطه معنی داری بین به کارگیری داده کاوی و مدیریت دانش و عملکرد سازمانی در کتابخانه های دانشگاه های دولتی شهر تهران از دیدگاه مدیران آنها، وجود ندارد. رابطه معنی داری بین به کارگیری مدیریت دانش و عملکرد سازمانی در کتابخانه های دانشگاه های دولتی شهر تهران از دیدگاه مدیران آنها، وجود ندارد.<br /> نتیجه گیری:وضعیت به کارگیری داده کاوی و عملکرد سازمانی مدیران کتابخانه های دانشگاه های دولتی شهر تهران، متوسط است و وضعیت مدیریت دانش مطلوب است. به کارگیری داده کاوی و مدیریت دانش بر عملکرد سازمانی مدیران کتابخانه های دانشگاه های دولتی شهر تهران همچنین به کارگیری داده کاوی بر مدیریت دانش از دیدگاه مدیران این کتابخانه ها نیز تأثیرگذار نیست.
کشف دانش و کاربرد آن در اینترنت اشیاء
منبع:
مطالعات دانش شناسی سال پنجم زمستان ۱۳۹۷ شماره ۱۷
125 - 164
حوزه های تخصصی:
اینترنت اشیاء، به طور چشمگیری زندگی ما را در آینده ای نزدیک تغییر خواهد داد و بسیاری از ناممکن ها را ممکن خواهد ساخت. حجم عظیم داده ی تولید شده یا گرفته شده توسط تجهیزات اینترنت اشیاء ، حاوی اطلاعات ارزشمند و قابل استفاده است. با رواج دستگاه های توسعه یافته فناوری بی سیم مانند بلوتوث، شناسایی با فرکانس رادیویی (RFID)، Wi-Fi، و خدمات داده برروی تلفن و همچنین سنسور و محرک و نودهای تعبیه شده در وسایل، شبکه های حسگر بی سیم، اینترنت اشیاء مراحل ابتدایی خود را پشت سر گذاشته و در آستانه تبدیل اینترنت ایستای کنونی، به اینترنت کاملاً یکپارچه در آینده است. کشف دانش از طریق داده کاوی و متن کاوی نیز بدون شک نقش زیادی در زمینه هوشمندسازی سیستم ها و در نتیجه ارائه خدمات و محیط مناسب برای ارائه خدمات خواهد داشت. همچنین از روش های داده کاوی برای خوشه بندی تجهیزات در شبکه های حسگر بی سیم و تعیین سرخوشه استفاده بسیاری می شود. در این مقاله به معرفی اینترنت اشیاء، معماری، کشف دانش ، نقش وکاربرد داده کاوی و متن کاوی در این حوزه پرداخته شده است.