مطالب مرتبط با کلیدواژه
۱۰۱.
۱۰۲.
۱۰۳.
۱۰۴.
۱۰۵.
۱۰۶.
۱۰۷.
۱۰۸.
۱۰۹.
۱۱۰.
۱۱۱.
۱۱۲.
۱۱۳.
۱۱۴.
۱۱۵.
۱۱۶.
۱۱۷.
۱۱۸.
۱۱۹.
۱۲۰.
داده کاوی
حوزه های تخصصی:
هدف: هدف پژوهش حاضر پیش بینی نوع نیازهای مشتریان فروشگاه های اینترنتی کتاب با استفاده از روش های داده کاوی بر مبنای مدل کانو است. روش: ابتدا سه گروه از نیازها و عوامل مؤثر بر رضایت مشتریان فروشگاه اینترنتی آدینه بوک طبق نظر کارشناسان این حوزه استخراج شد و پرسشنامه کانو بر مبنای این شاخص ها طراحی شد. پس از پیش پردازش داده های پرسشنامه ای، نوع نیاز هر یک از مشتریان طبق مدل کانو تعیین شد. پس از آن مشتریان بر اساس نوع نیازها و ویژگی های جمعیت شناختی خوشه بندی شدند. خوشه بندی با استفاده از الگوریتم کا-میانگین انجام شد و تعداد خوشه اولیه به کمک شبکه عصبی خودسازمان ده تعیین شد و سپس فراوانی نیازهای مشتریان در هر خوشه اولویت بندی شد و خوشه ها بر این اساس رده بندی شدند. در گام بعد، با استفاده از تکنیک درخت تصمیم به پیش بینی نیازهای مشتریان آتی پرداخته شد. یافته ها: طبق نتایج درخت تصمیم از بین متغیرهای جمعیت شناختی به ترتیب تحصیلات، سن، جنسیت و وضعیت تأهل بیشترین تأثیر را در تعیین نوع نیازهای مشتریان دارند. اصالت/ارزش: با استفاده از نتایج این پژوهش، فروشگاه های اینترنتی کتاب از جمله آدینه بوک می توانند با ورود مشتری جدید و با در نظر گرفتن اطلاعات جمعیت شناختی او، ابتدا نوع رده مشتری که تعیین کننده نوع نیازهای او است را تشخیص داده و سپس راهبرد و عملکرد رفتاری مناسب با مشتری را اعمال کنند.
کشف الگوی دسترسی کاربران و تحلیل تراکنش های امانت منابع اطلاعاتی با استفاده از تکنیک قوانین انجمنی در داده کاوی (مطالعه موردی: کتابخانه ها و مراکز اطلاع رسانی دانشگاه علوم پزشکی همدان)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
افزایش حجم چشمگیر داده ها و استفاده از آن ها جهت بهبود کیفیت تصمیمات مدیریتی از معضلات کتابخانه ها و مراکز اطلاع رسانی هست. در این میان ابزار پرتوان داده کاوی می تواند با تحلیل داده ها به منظور پیش بینی و تحلیل تراکنش های کاربران و جلوگیری از اتلاف وقت آن ها در جهت استفاده از اطلاعات مفید از انبوه داده ها به تشخیص الگوهای معتبر و رابطه های نامعلوم بپردازد و کتابخانه ها را در تصمیم گیری های راهبردی و مدیریت اثربخش یاری رساند. این مطالعه با استفاده از رویکرد قوانین انجمنی که یکی از روش های داده کاوی است درصدد تحلیل تراکنش های امانت کاربران و کشف الگوی دسترسی آنان هست. در این مطالعه توصیفی که از نوع مقطعی است، داده های موردنیاز از تراکنش های کاربران کتابخانه ها و مراکز اطلاع رسانی دانشگاه علوم پزشکی همدان جمع آوری شد و پس از اعمال پیش پردازش بر روی این داده ها درنهایت تراکنش های6636 نفر از کاربرآن که به میزان 132833 تراکنش بود به روش سرشماری، طی بازه زمانی سه ساله موردبررسی قرار گرفت. نتایج پژوهش نشان داد که بیشترین تراکنش ها و مراجعات با نمره 4/24 ± 7 / 20، مربوط به دانشجویان و بیشترین دیرکرد و مدت زمان امانت به ترتیب با نمره 9/1396 ± 3/884 و3/1765 ± 7/885 مربوط به اعضای هیئت علمی بوده است. همچنین قوانین حاصل از الگوریتم Apriori توانست الگوی دسترسی کاربران را بر اساس اطلاعات جمعیت شناختی و همچنین وابستگی موضوعی منابع اطلاعاتی ارائه دهد و به عنوان الگویی مناسب در تحلیل و پیش بینی تراکنش کاربران مورداستفاده قرار گیرد. لذا با بهره گیری از رویکرد قوانین انجمنی می توان اقدام به طراحی سیستم توصیه گر کتاب در کتابخانه ها و مراکز اطلاع رسانی نمود و نیز مدیران و سیاست گذاران می توانند با استفاده از این الگوها و قواعد، گام های تهیه و عرضه منابع اطلاعاتی خود را با نیازهای واقعی اعضاء همسو نمایند و به طور قابل توجهی در امور فراهم آوری، مجموعه سازی، مدیریت و خدمات کتابخانه از آن بهره جویند.
مدیریت اطلاعات و علم سنجی پیش نیاز تمدن سازی نوین اسلامی
منبع:
مدیریت دانش اسلامی سال اول بهار و تابستان ۱۳۹۸ شماره ۱
113 - 128
حوزه های تخصصی:
تفاوت مسئله ما با گذشتگان در تفاوت نگرش به طبقه بندی علوم و رده بندی منابع است. مبنای طبقه بندی آنان، ماهیت و هدف علوم بود. برای نمونه فارابی در سرآغاز کتاب ارزشمند احصاء العلوم همه علوم را در پنج طبقه ساماندهی کرده است. اما در عصر مدرن مدیریت جزئیات دانش و مدارک، اصل هزینه و فایده و پیدا کردن خلأهای دانشی مبنای رده بندی منابع است.<br /> طبقه بندی علوم برای تمدن گذشته اسلامی مناسب بود؛ اما برای تمدن سازی نوین اسلامی نیازمند مدیریت اطلاعات و علم سنجی هستیم؛ زیرا در عصر دیجیتال، داده ها و اطلاعات با سرعتی سرسام آور در حال افزایش است و باید روش هایی برای بهره بردن از آن ها به وجود آورد. ابزارهای سازماندهی و مدیریت اطلاعات نقش قابل توجهی در این زمینه دارند؛ البته داده کاوی مهم ترین آن هاست.<br /> هدف از انقلاب اسلامی در ایران ایجاد تمدن جدید متمایز از تمدن غرب است. تمدن سازی نوین اسلامی رسالتی است که ضرورت دارد همگان برای تحقق آن تلاش نمایند. پرسش اصلی این پژوهش نیز آن است که برای تمدن سازی نوین اسلامی در حوزه طبقه بندی علوم و رده بندی منابع چه باید کرد؟ روش پژوهش کتاب خانه ای است و بر نظریه های علم اطلاعات و دانش شناسی مبتنی است. نتیجه ای که این پژوهش در پی دارد، به کار گیری ابزارهای سازماندهی اطلاعات، داده کاوی و علم سنجی است تا بتوان وضعیت موجود را شناسایی کرد و با نیازسنجی پژوهشی، راهنمای علمی تمدن سازی نوین اسلامی شد.
بهینه سازی مصرف انرژی در بخش کوره کارخانه سیمان آبیک: رویکرد خوشه بندی داده ها(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بهای تمام شده تولید سیمان در سطح جهان وابستگی زیادی به سطح دستمزدها ، بهای انرژی و در دسترس بودن مواد اولیه دارد. با بررسی صورتهای مالی شرکتهای حاضر در بورس ، هزینه های تولید ، از جمله سهم بهای انرژی از کل هزینه ها را می توان قریب به 27% برآورد کرد، که این امر اهمیت بهینه سازی مصرف انرژی و مدیریت صحیح مصرف آن را آشکار می نماید. در این راستا ایجاد مدلهای ریاضی و یافتن نقاط بهینه مصرف بر اساس عوامل تاثیرگذار اهمیت بسزایی می یابد، با توجه به ثبت اطلاعات کارکرد تجهیزات و مصارف انرژی و وجود پایگاه داده مربوطه، استفاده از تکنیکهای داده کاوی برای ایجاد مدل مصرف انرژی میسر می گردد. در این مقاله با استفاده از خوشه بندی به عنوان یکی از تکنیک های داده کاوی، به ایجاد یک مدل توصیفی پرداخته شده که از طریق آن به یافتن روش بهینه کارکرد دپارتمان کوره، جهت بهینه سازی مصرف انرژی، اقدام شده است. با اجرای راهبرد بدست آمده از مدل توصیفی، قریب به 5 درصد در متوسط انرژی الکتریکی به ازای تن محصول ( Kwh/ton ) و متوسط انرژی حرارتی ( kcal/kgcli ) به میزان 57/4 درصد بصورت تواما" کاهش خواهیم داشت.
چارچوب به کارگیری داده کاوی برای بهبود فرآیندهای کسب وکار(مقاله علمی وزارت علوم)
حوزه های تخصصی:
سازمان ها برای ارتقای عملکرد خود باید به بهبود فرآیندها توجه داشته باشند. مسئله اصلی حجم زیاد فرآیندها همراه با تنوع وسیع ویژگی های آنها است که باعث افزایش پیچیدگی در روش های بهبود فرآیندها می شود. روش های قبلی به بهبود فرآیندها در حجم زیاد فرآیندها قادر نیستند. رویکرد داده کاوی با شناسایی الگوهای ارزشمند پنهان در حجم زیاد فرآیندها از روش های بهبود پشتیبانی می کند. در این مقاله چارچوبی برای به کارگیری روش های داده کاوی برای استخراج الگوهای ارزشمند پنهان در حجم زیاد فرآیندها با هدف ارائه پیشنهادهای بهبود توسعه داده شده است. برای ارزیابی چارچوب پیشنهادی، مجموعه ای واقعی از فرآیندها به همراه ویژگی های آنها جمع آوری شده است. سپس با الگوریتم های طبقه بندی، خوشه بندی و انتخاب ویژگی ها، الگوهایی با ارزش در حجم زیاد فرآیندها شناسایی شدند. بعد از ارزیابی این الگوها، پیشنهادهای بهبود ازطریق الگوهای شناسایی شده پیشنهاد شده است. نتایج نشان می دهد الگوهای شناسایی شده قادر هستند با ارائه پیشنهادهای بهبود اقدامات بهبود فرآیندها را پشتیبانی کنند.
کشف الگوی بهینه استخدامِ کارکنان دانشی با استفاده از رویکرد تلفیقی DEA و CART(مقاله علمی وزارت علوم)
حوزه های تخصصی:
موفقیت یا شکست هر سازمان ارتباط مستقیمی با کیفیت استخدام یا به عبارت دیگر نیرویابی، سنجش و جذب منابع انسانی آن دارد. این مقاله قصد دارد ضمن بررسی داده های یکی از مشاغل دانشی، به بهبود فرآیند استخدام آن شغل کمک کند؛ به این واسطه نرخ جذب نیروهای متناسب افزایش و نرخ جابه جایی منابع انسانی کاهش خواهد یافت. این پژوهش از نظر هدف، کاربردی و از جنبه ماهیت، مطالعه موردی محسوب می شود. رویکرد این پژوهش، ترکیبی از دو روش محاسباتی DEA و CART است. DEA روشی غیرپارامتریک است که امتیاز کارایی افراد را تعیین می کند؛ اما اطلاعاتی درخصوص جزئیات عوامل مؤثر در کارایی (به ویژه عوامل غیرعددی) ارائه نمی دهد. در پژوهش حاضر، این خلأ با استفاده از روش CART (یک روش داده کاوی) رفع شده است. نتیجه این پژوهش چارچوبی برای ترکیب DEA و CART برای کشف قوانینی در حوزه استخدام کارکنان دانشی، در شغلی خاص و در سازمانی خاص (مؤسسه هدایت فرهیختگان جوان) ارائه کرده است. نتایج نشان می دهد در رابطه با شغل مدنظر، متغیرهای سابقه کار، معدل آخرین مقطع تحصیلی و سن با عملکرد افراد مرتبط اند و درنتیجه ضروری است در فرآیند استخدام های آتی مدنظر قرار گیرند.
مطالعه رفتار مشتریان در رزرواسیون آنلاین با استفاده از تکنیک داده کاوی و مدل کانو (مورد مطالعه: هتل های چهار و پنج ستاره شهر تهران)(مقاله علمی وزارت علوم)
منبع:
مطالعات مدیریت گردشگری سال سیزدهم زمستان ۱۳۹۷ شماره ۴۴
191 - 217
حوزه های تخصصی:
هدف این مقاله، ارائه الگوی تلفیقی از مدل کانو و قوانین انجمنی جهت طبقه بندی نیازهای مشتریان و تجزیه و تحلیل رفتار آنها است.در این تحقیق، بعد از جمع آوری داده ها، انتظارات مشتریان از وب سایت به وسیله مدل کانو طبقه بندی و سپس به وسیله قوانین انجمنی، ارتباط میان ویژگی های جمعیت شناختی مشتریان و نتایج حاصل از مدل کانو، مشخص شده است. نتایج حاصل از طبقه بندی خدمات به وسیله مدل کانو نشان می دهد که رزرو آنلاین و پیگیری رزرو در دسته نیازهای اساسی؛ رزرو از طریق پست الکترونیکی و دانلود رایگان در دسته ی نیازهای عملکردی؛ و سایت های اطلاع رسانی و خبرنامه الکترونیکی در دسته نیازهای مهیج قرار دارند. همچنین نتایج حاصل از کاوش قوانین انجمنی به عنوان نمونه نشان می دهد که برای آقایان داشتن رزرو آنلاین در وب سایت به احتمال 93% یک نیاز اساسی است.ولی این ویژگی برای زنان به احتمال 89% اساسی می باشد.
انتخاب ویژگی های بهینه به منظور تعیین ریسک اعتباری مشتریان بانکی(مقاله علمی وزارت علوم)
منبع:
مطالعات مدیریت فناوری اطلاعات سال ششم زمستان ۱۳۹۶ شماره ۲۲
129 - 154
حوزه های تخصصی:
ریسک اعتباری که به معنی احتمال عدم بازپرداخت تعهدات توسط مشتریان در سررسید تعبیر می شود به عنوان یکی از عوامل ورشکستگی مؤسسات مالی قلمداد می شود. بدین منظور از تکنیک های داده کاوی نظیر شبکه عصبی، درخت تصمیم، شبکه بیز، k نزدیک ترین همسایه و ماشین بردار پشتیبان برای دسته بندی مشتریان به مشتریان پر ریسک و کم ریسک استفاده شده است. در این مقاله یک روش ترکیبی از الگوریتم بهینه سازی رقابت استعماری و شبکه عصبی برای افزایش دقت دسته بندی در ارزیابی و سنجش ریسک اعتباری مشتریان بانکی ارائه می دهد. این روش با شناسایی زیر مجموعه ی ویژگی های بهینه و حذف ویژگی های غیرضروری از تمامی ویژگی های موجود در داده ها به کاهش ابعاد مسئله و افزایش دقت طبقه بندی می پردازد. رویکرد پیشنهادشده بر روی مجموعه داده های واقعی پایگاه داده UCI و همچنین داده های واقعی یک بانک خصوصی ایرانی به منظور اعتبارسنجی اعمال شد. نتایج تجربی به دست آمده نشان داد میزان خطای شبکه عصبی برای مجموعه آزمون با انتخاب ویژگی های مؤثر و حذف ویژگی های کم اثر توسط الگوریتم بهینه سازی صفر و یک رقابت استعماری کاهش می یابد. بعلاوه، برای سایر روش ها طبقه بندی استفاده شده، میزان خطای داده آزمون در حد قابل قبولی باقی می ماند. برای اولین بار در این مقاله از الگوریتم رقابت استعماری برای ارزیابی ریسک اعتباری مشتریان بانکی استفاده شده است.
تأثیر مدیریت ارتباط با مشتری الکترونیکی بر وفاداری مشتریان با استفاده از تکنیک های داده کاوی(مقاله علمی وزارت علوم)
منبع:
مطالعات مدیریت کسب و کار هوشمند سال هفتم بهار ۱۳۹۸ شماره ۲۷
175 - 205
حوزه های تخصصی:
با گسترش اینترنت، سازمان ها از روش های مختلف E-CRM استفاده می کنند. یکی از اهداف سازمان ها در استفاده از E-CRM افزایش وفاداری مشتریان و حفظ مشتریان وفادار جهت دستیابی به مزیت رقابتی و سودآوری است. هدف این پژوهش بررسی تأثیر E-CRM بر وفاداری مشتریان بانک ملت با استفاده از تکنیک های داده کاوی است. در این پژوهش از روش های خوشه بندی با الگوریتم K-means و شبکه های عصبی (با الگوریتم پس انتشار خطا) و مدل LRFM از طریق برنامه نویسی در نرم افزارهای متلب و اکسل استفاده شده است. نتایج پژوهش نشان داد که با افزایش میزان استفاده مشتریان از خدمات E-CRMوفاداری آن ها افزایش می یابد. رابطه بین E-CRM، مؤلفه های مدل LRFM و وفاداری یک رابطه غیر خطی است و میزان تغییر در وفاداری به ازای تغییر E-CRM<em>، </em>مقداری ثابت نیست. میزان افزایش وفاداری تابعی از مؤلفه های LRFM، مقدار E-CRM و اوزان به دست آمده در شبکه عصبی است.
کشف تقلب و راهکارهای مقابله با آن در سازمانهای بیمه ای با استفاده از داده کاوی (مطالعه موردی : سازمان تامین اجتماعی)
منبع:
تامین اجتماعی دوره ۱۴ زمستان ۱۳۹۷ شماره ۱ (پیاپی ۵۰)
111 - 136
حوزه های تخصصی:
امروزه تقلب که قدمتی به اندازه زندگی بشریت دارد، یک کسب وکارچندین میلیون دلاری در سطح دنیا محسوب شده و حجم مالی آن روز به روز در حال افزایش است. در سالهای اخیر، توسعه فناوریهای جدید راههای زیادی را برای متقلبان و مجرمان باز کرده است که بتوانند مرتکب تقلب شوند. ایجاد یک سیستم اطلاعاتی جدید،علاوه بر تمامی مزایا و منافعی که دارد، ممکن است فرصتهای بیشتری را برای ارتکاب تقلب در اختیار مجرمان قرار دهد. شناسایی نقاط بحرانی بروز تقلب در اولین گام انجام شد . ضمن شناسایی بخش های تقلب خیز سازمان تامین اجتماعی از طریق تکمیل پرسشنامه ، مصاحبه و بررسی پرونده های قضایی ، اولویت بندی ها مشخص و داده های متناظر از بانک اطلاعات مرتبط استخراج گردید . داده های اولیه پالایش و متغییرهای کلیدی شناسایی شد . تمامی حالتهای ممکن از دو وضعیت موجود " تقلب" و سالم " ، جهت تهیه جداول داده های آزمون و تست در قالب فایل های اکسل طراحی و جهت شناخت الگوی رفتاری بیمه شدگان سازمان تامین اجتماعی در راستای سوء استفاده از منابع در اختیار الگوریتم های داده کاوی قرار گرفت . نتایج پیاده سازی الگوریتم های شبکه های عصبی مصنوعی ، درخت تصمیم و نزدیکترین همسایه طراحی، در قالب 3 آزمایش مجزا توسط نرم افزار مطلب شبیه سازی و بهترین الگوریتم جهت پیاده سازی کدهای SQL نهایی شناسایی گردید . در بخش پایانی تحقیق پیشنهادات سازنده جهت اصلاح امور و جلوگیری از وقوع تقلب در سازمان تامین اجتماعی به تفصیل شرح داده شده است .
مدل شبکه بیزی عوامل مرتبط با افت تحصیلی دانشجویان دانشگاه تهران(مقاله علمی وزارت علوم)
منبع:
علوم روانشناختی دوره هجدهم تابستان (تیر) ۱۳۹۸ شماره ۷۶
417-429
حوزه های تخصصی:
زمینه: همواره پژوهشگران با انجام تحقیقات کوشیده اند تا با تصمیم سازی برای مدیران نظام آموزشی، از شکل گیری و تشدید افت تحصیلی پیشگیری کنند و در این راستا از روش های آماری پیش بینی استفاده کرده اند. شبکه بیزی از جمله روش های داده کاوی پیش بینی کننده و افت تحصیلی یکی از مشکلات بزرگ نظام آموزش عالی است. هدف: هدف از این تحقیق شناسایی عوامل مرتبط با افت تحصیلی با استفاده از داده کاوی آموزشی و شبکه بیزی بود. روش: جامعه پژوهش، کلیه دانشجویان دوره کارشناسی دانشگاه تهران بودند و نمونه ای به حجم800 نفر به روش تصادفی طبقه ایی انتخاب شد. بعد از اجرا پرسشنامه افت تحصیلی دانشجویان و کنارگذاشتن پرسشنامه های مخدوش، 746 پرسشنامه مورد تحلیل قرارگرفت و داده ها با استفاده از ابزار محقق ساخته سنجش افت تحصیلی دانشجویان، که دارای درستی مورد تأیید استادان و قابلیت اعتماد آلفای کرونباخ برابر با 0/971 بود، جمع آوری شد . یافته ها: داده های جمع آوری شده از دانشجویان تحلیل شد و مدل بیزی آن با میزان صحت الگوریتم 95/84% بدست آمد. نتیجه گیری: نتایج نشان داد، کلیه عوامل پرسشنامه در وقوع افت تحصیلی مؤثر بودند و عوامل فردی تنها عاملی بودکه هم بطور مستقیم و هم با تأثیر بر سایرعوامل بر وقوع افت تحصیلی اثرگذار بود. میزان صحت الگوریتم بیانگر این بودکه با استفاده از مدل شبکه بیز به خوبی می توان وقوع افت تحصیلی را پیش بینی کرد.
مقایسه کاربرد الگوریتم های فراابتکاری کلونی مورچه ها و سلسله مراتبی در خوشه بندی شرکت های دانش بنیان کشاورزی(مقاله علمی وزارت علوم)
منبع:
اقتصاد کشاورزی دوره ۱۳ تابستان ۱۳۹۸ شماره ۲ (پیاپی ۵۰)
33 - 50
حوزه های تخصصی:
خوشه بندی یکی از عملیات مهم در داده کاوی به شمار می رود که نتایج آن برای محققان و سیاست گذاران در زمینه های مختلف به منظور تحلیل و برنامه ریزی مفید است. از آنجا که در سال های اخیر، اقتصاد دانش بنیان با حمایت از شرکت های دانش بنیان در ایران در حال توسعه است، تحلیل ویژگی های این شرکت ها و خوشه بندی آنها به منظور برنامه ریزی اثربخش، چشم انداز مناسبی برای سیاست گذاران فراهم می آورد. از این رو، در این مقاله شرکت های دانش بنیان کشاورزی ایران با استفاده از اطلاعات سال 2017 بر مبنای حوزه فناوری، تنوع محصولات و ارزش فروش محصول با استفاده از روش های خوشه بندی K-میانگین ساده و K-میانگین در ترکیب با الگوریتم های سلسله مراتبی و کلونی مورچه ها در نرم افزار MATLAB 16a خوشه بندی شدند. بنا بر نتایج، خوشه بندی K-میانگین در ترکیب با الگوریتم کلونی مورچه ها در مقایسه با دو روش دیگر توزیع متوازن تری از شرکت ها بین شش خوشه داشته است و میانگین ضریب نیمرخ 7/0 اعتبار این خوشه بندی را تأیید می کند. پیشنهاد می شود، به منظور اثربخشی و پرهیز از هدررفت بودجه حمایت از شرکت های دانش بنیان، برای شرکت هایی که به دلیل ویژگی های مشابه در یک خوشه قرار گرفته اند، برنامه های حمایتی همسانی طرح ریزی شود. برای شرکت های دانش بنیان با میانگین فروش اندک که در یک خوشه قرار گرفته اند برنامه های حمایتی ورود به بازار و برای شرکت های با تنوع محصول و درآمد متوسط بالا برنامه های توسعه بازار صادراتی توصیه می شود.
تحلیل مصرف آب شهری (خانگی) شهرستان بابل با استفاده از روش های داده کاوی(مقاله علمی وزارت علوم)
منبع:
سپهر دوره ۲۸ پاییز ۱۳۹۸ شماره ۱۱۱
53 - 69
حوزه های تخصصی:
مسئله کمبود آب در ایران با توجه به قرارگیری آن در منطقه خشک و کم آب خاورمیانه و روند نسبتاً سریع افزایش جمعیت شهری و مصرف بی رویه آب، هر روز ابعاد جدی تری به خود می گیرد. این مسئله و همچنین فقدان الگوی مشخص از نحوه و میزان مصرف آب در کشور، استفاده از سیستم های پردازش اطلاعات را در مدیریت منابع آب ضروری می نماید. کاوش قوانین وابستگی می تواند به عنوان یکی از روش های مطلوب جهت بهینه سازی و تحلیل عوامل مؤثر در میزان مصرف آب مورد استفاده قرار گیرد. در این مطالعه از کاوش قوانین وابستگی و الگوریتم درخت تصمیم به منظور تحلیل داده های موجود در زمینه مصرف آب شهری محله های شهرستان بابل استفاده شده است. پارامترهای مکانی و اجتماعی- اقتصادی مانند فاصله از رودخانه بابل رود، فاصله از راه های اصلی، ویلایی یا آپارتمانی بودن، مساحت فضای سبز خانگی، تعداد واحدهای مسکونی، تراکم جمعیت، درصد پیر یا جوان بودن، متوسط تعداد افراد هر خانواده و مساحت حیاط ساختمان انتخاب شدند. با استفاده از کاوش قوانین وابستگی به کشف ارتباط میان میزان مصرف آب و پارامترهای موردنظر پرداخته شده است. با بهره گیری از یک درخت تصمیم، عوامل مرتبط با مصرف، طبقه بندی و میزان مصرف آب بخشی از مشترکین به عنوان داده های تست پیش بینی شده است. به کمک تعیین نواحی با بیشترین میزان مصرف آب و الگوی مکانی توزیع مصرف آب خانوار، این قوانین ارزیابی شده اند. در این پژوهش پارامترهایی که رابطه عکس یا مستقیم با میزان مصرف آب خانوار دارند و همچنین پارامترهایی که اهمیت بیشتری نسبت به سایر عوامل دارند، مشخص شده اند. با بررسی میزان مصرف آب خانوار، محله های با بیشترین میزان مصرف که محله های ساحلی رودخانه بابلرود هستند، به عنوان محله های پرمصرف شناسایی شده اند. ساختمان ها در این محله ها، ویلایی و دارای تراکم جمعیت پایین تر و مساحت فضای سبز و حیاط بالاتری نسبت به سایر محله ها هستند.
واکاوی و کشف الگوی تصمیم گیری در بودجه عمومی جمهوری اسلامی ایران با رویکرد داده کاوی(مقاله علمی وزارت علوم)
منبع:
دانش حسابرسی سال نوزدهم زمستان ۱۳۹۸ شماره ۷۷
5-20
حوزه های تخصصی:
امروزه یکی از مهم ترین گام های مؤثر برای داشتن یک موفقیت بزرگ در سازمان ها بحث تصمیم گیری به موقع و مبتنی برداده است.تحلیل یکی از اساسی ترین بخش های مهم اقتصاد یعنی بودجه می تواند مدیران را در تصمیم گیری هرچه کارآمدتر و مؤثرتر کمک نماید.با توجه به حجم عظیم دستگاه های دولتی و حجم داده های مرتبط با آن ها یکی از اصلی ترین روش هایی که می تواند به ما در تحلیل این دسته از داده ها کمک نماید داده کاوی است.داده کاوی با گردآوردن مجموعه ای از علوم مختلف و باهدف کشف دانش نهفته در دل داده ها به دنبال آن است تا الگوها و نظم های پنهان موجود در دل داده ها را شناسایی کند تا بتواند به مدیران در تصمیم گیری دقیق و مبتنی برداده کمک نماید.پژوهش حاضر به دنبال کشف و تحلیل الگوی کارآمد در بودجه دستگاه های دولتی در سال های 1396-1381 بر اساس تکنیک های داده کاوی ازجمله خوشه بندی است.یافته های پژوهش نشان می دهد که او لا بررسی حالات مختلف داده در نوع خوشه بندی آن ها اثر چندانی ندارد و ثانیا آن که دستگاه های بزرگ و مهم کشور دارای یک الگوی خاص در دریافت بودجه می باشند.
انطباق انگیزه های تقلّب در مدیران با الگوی نظریه چشم انداز تجمعی از طریق تجزیه و تحلیل متن(مقاله علمی وزارت علوم)
حوزه های تخصصی:
گزارشگری متقلّبانه، به معنای اقدام عمدی در جهت تهیه گزارش های نادرست و گمراه کننده است. بند 7 استاندارد حسابداری شماره 1 ایران هیئت مدیره را مسئول تهیه صورت های مالی دانسته است و مدیران نیز می توانند با انگیزه های متقلّبانه اقدام به تهیه گزارش های شرکت، از جمله گزارش هیئت مدیره به مجمع نمایند. یکی از نظریه هایی که به توضیح شیوه ی تصمیم گیری مدیران بر اساس ویژگی های شخصیتی آنها (ریسک پذیری و ریسک گریزی) پرداخته است، نظریه چشم انداز تجمعی (CPT) است. بر اساس این نظریه مدیران، عملکردی را بعنوان نقطه ی مرجع در ذهن خود ایجاد کرده و چنانچه احساس کنند که عملکردشان از نقطه ی مرجع فاصله خواهد گرفت، انگیزه های تقلّب در ذهن آنها شکل می گیرد. در این پژوهش ابتدا با تمرکز بر تجزیه و تحلیل متن گزارش های هیئت مدیره به مجمع و با استفاده از دو روش داده کاوی شامل یک روش مبتنی بر درخت تصمیم و یک روش مبتنی بر آموزش ماشین، شاخصی برای ارزیابی و تشخیص خطر تقلّب در گزارش های هیئت مدیره تعیین شده است که دقتی بیش از 90% دارد. سپس با استفاده از شاخص مذکور، بررسی شده است که آیا انگیزه های مدیران برای استفاده از روش هایی با خطر بالای تقلّب در تهیه گزارش ها، از الگویی که توسط نظریه چشم انداز تجمعی ارائه شده است پیروی می کند یا خیر؟ نتایج نشان دهنده ی عدم انطباق انگیزه های تقلّب مدیران در ایران، با نظریه مذکور است.
ارائه مدل هوشمند کسب و کار در شرکت های تجاری کوچک (شرکت فاتح صنعت کیمیا)
حوزه های تخصصی:
هدف پژوهش حاضر ارائه یک مدل مناسب برای هوش تجاری کسب وکار با به کارگیری دسته بندی و تحلیل وضعیت کسب وکار است. شرکت فاتح صنعت کیمیا به عنوان مطالعه موردی در نظر گرفته شده است. ۱۵ شاخص ورودی در نظر گرفته شد. مدیریت و رهبری، لجستیک خروجی ها، طراحی و مهندسی، انبارداری، تولید، فروش، تحقیقات بازار، لجستیک ورودی ها، منابع انسانی، منابع مالی، سیستم اطلاعات و فنّاوری، تعامل با سایر ذینفعان، کنترل کیفیت، برنامه ریزی و کنترل پروژه و ارزیابی، پایش و بهبود. همچنین به منظور بررسی مدل کسب وکار، ارزیابی افزایش سهم بازار و سودآوری شرکت در نظر گرفته شد. در سال ۱۳۹۳ مدل هوش تجاری در این شرکت اجرا شده است که نشان داده شد. در این سال ها افزایش سهم بازار با پیش بینی های کارشناسان یکسان بوده است. همچنین بر اساس تجزیه وتحلیل داده های شرکت در سال های ۱۳۹۱ الی ۱۳۹۵، به صورت ماهیانه، نشان داده شد الگوریتم Random tree(k=1, seed=1) با دقت ۶۶/۶۶ % بالاترین پیش بینی دسته بندی را در مدل کسب وکار داشته است.
مدلی برای پیش بینی عملکرد دانشجویان دانشگاه جامع علمی کاربردی در آزمون متمرکز مبتنی بر داده کاوی(مقاله پژوهشی دانشگاه آزاد)
حوزه های تخصصی:
هدف این پژوهش، ارائه الگویی جهت پیش بینی نمرات دانشجویان دانشگاه جامع علمی کاربردی در آزمون های متمرکز، در نیم سال های آتی دانشگاه بوده است. بدین منظور وضعیت نمرات 207/19 دانشجو/ درس در 8 عنوان درسی در 6 استان و 120 مرکز آموزشی که به صورت متمرکز در مقطع کاردانی و کارشناسی و هم زمان در سراسر کشور در نیم سال دوم تحصیلی 98-1397 برگزار شده ، مورد مطالعه قرار گرفته است و با استفاده از روش انتخاب ویژگی، مؤثرترین آن ها انتخاب شدند. برای روشن تر شدن روابط بین ویژگی های انتخاب شده با استفاده از مدل درخت تصمیم گیری و الگوریتم C5.0 ، با استفاده از نرم افزار SPSS Modeler و 10 شاخص مؤثر، مدلی برای پیش بینی نمرات دانشجویان در نیم سال آتی در دروس مصوب آزمون متمرکز ارائه شده است. این الگوی پیش بینی می تواند برای کارآمدتر ساختن فرآیند یادگیری در سیستم دانشگاهی مؤثر باشد. از نتایج این مدل می توان به پیشنهادهایی برای اصلاح فرآیند آزمون، یافتن دانشجویان و مراکز و شرایط خارج از الگو جهت نظارت بیش تر و شناسایی مراکزی که میانگین معدل دانشجویان شان بالا بوده اما در آزمون متمرکز عملکرد ضعیف ضعیفی داشتند، اشاره کرد.
کشف ارتباطات مفهومی آیات قرآن کریم در بستر تفاسیر قرآن با استفاده از تکنیک های داده کاوی(مقاله پژوهشی حوزه)
حوزه های تخصصی:
کشف ارتباط بین آیات قرآن، به درک دقیق تر آیات و شناخت بعضی مفاهیم مجهول کمک می کند. در کتب تفسیر، شماری از آیات مرتبط بیان شده است و باهم آیی دو آیه در یک پاراگراف در کتب تفسیر و علوم قرآنی، می تواند ارتباط مفهومی بین آیات قرآن را مشخص کند. کتب نرم افزار جامع تفاسیر نور، تولید مرکز تحقیقات کامپیوتری علوم اسلامی، مبنای کار قرار گرفت و از آیاتی که با هم در یک پاراگراف بودند، پُرتکرارترین باهم آیی ها استخراج شد. این پژوهش نشان می دهد که استفاده از تکنیک های داده کاوی می تواند ارتباط های پنهان میان داده ها را کشف و استخراج نماید. ارزیابی کمّی و کیفی این تحقیق، در دو مرحله انجام شده است؛ در ابتدا از ضرایب پشتیبان و اطمینان و معیار لیفت و تشابه جاکارد و تشابه کسینوسی برای ارزیابی الگوهای تکراری و قواعد باهم آیی و صحت کشف ارتباط بین آیات استفاده شد؛ سپس نتایج به دست آمده از مقایسه این تحقیق با کار محققان دیگر، برتری پژوهش حاضر را بر رقبای خود نشان می دهد.
پیش بینی درماندگی مالی شرکت های پذیرفته شده در فرابورس و بورس اوراق بهادار تهران با استفاده از رگرسیون لجستیک لاسو(مقاله علمی وزارت علوم)
منبع:
بورس اوراق بهادار سال دوازدهم زمستان ۱۳۹۸ شماره ۴۸
5 - 38
حوزه های تخصصی:
هدف این مقاله، کشف درماندگی مالی بالقوه و هشدار زودهنگام درماندگی مالی قریب الوقوع شرکت های پذیرفته شده در فرابورس و بورس اوراق بهادار است. بدین منظور، دامنه گسترده ای از ویژگی ها از جمله متغیرهای حسابداری تعهدی، حسابداری نقدی، بازار سهام، مکانیسم های حاکمیت شرکتی و شاخص های اقتصاد کلان برای پیش بینی درماندگی مالی شرکت های نمونه شناسایی شده اند. نمونه نهایی شامل 421 شرکت و در نتیجه، 3670 شرکت-سال مشاهده است. سپس، داده آماده شده با استفاده از نسبت 70 به 30 به مجموعه داده آموزشی و آزمایشی تفکیک شد. در این پژوهش، تکینک های پیش پردازش داده یادگیری ماشین نظیر استانداردسازی نمره Z، وان-هات انکدینگ، اعتبارسنجی متقابل K لایه طبقه ای، همراه با مهندسی ویژگی برای بهبود عملکرد طبقه بندی کننده بکار گرفته شدند. روش اعتبارسنجی متقابل K لایه طبقه ای با (5=K) برای برآورد عملکرد پیش بینی مدل طی مرحله آموزش استفاده شد. طی مرحله آموزش، میزان سازی اَبرپارامتر مدل با استفاده از جستجوی حریص انجام شد. افزون بر این، رویکرد فرایادگیری حساس به هزینه همراه با معیار مختص مسائل نامتوازن یعنی نمره F1 برای غلبه بر مسأله نامتوازنی افراطی کلاس ها استفاده شده است. بر اساس نتایج تجربی، مدل لجستیک لاسو به نمره F1، ضریب همبستگی متیوز، فراخوانی و دقتی به ترتیب برابر با 50%، 50%، 73% و 38% بر روی مجموعه آموزشی دست یافت. سرانجام، مدل پیشنهادی بر روی مجموعه آزمایشی کنار گذاشته شده آزمون شد که به نمره F1، ضریب همبستگی متیوز، فراخوانی و دقتی به ترتیب برابر با 51%، 51%، 73% و 38% بر روی مجموعه آزمایشی منجر شد.
ارائه روشی برای مقایسه بین نتایج روش های مختلف تصمیم گیری به منظور بهینه سازی انتخاب منابع انسانی
حوزه های تخصصی:
برقراری عدالت رویه ای در فرآیندهای سنجش و انتخاب منابع انسانی یکی از دغدغه های مهم متخصصان این حوزه به شمار می آید. تصمیم گیری نهایی و قضاوت در مورد افراد در حوزه تصمیمات نیروی انسانی یکی از گلوگاه های مهم در مسیر برقراری عدالت رویه ای در سیر تصمیمات این حوزه به شمار می آید. تصمیمات نهایی در مورد نیروی انسانی با استفاده از روش های قضاوتی و مکانیکی صورت می گیرد. روش های قضاوتی مبتنی بر شهود انسانی است در حالی روش های مکانیکی مبتنی بر مراحل از پیش تعیین شده و الگوریتیمیک است. این مقاله بر آن است که بر اساس قاعده نقره ای قضاوت و اصل سازگاری تصمیمات، ابزاری را توسعه دهد که امکان سنجش میزان برقراری عدالت رویه ای در تصمیمات نهایی سنجش و انتخاب منابع انسانی را فراهم کند و بر افزایش کیفیت و عدالت رویه ای در تصمیمات سنجش و انتخاب منابع انسانی اثرگذار باشد. اصل سازگاری بدین معنا که افراد مشابه باید دارای وضعیت مشابهی در تصمیمات نهایی باشند. یکی از رویکردهای مناسب برای توسعه چنین ابزاری استفاده از مفوم کاهش ابعاد داده است. برای کاهش ابعاد الگوریتم های متفاوتی وجود که یکی از این الگوریتم ها t-SNE بوده و از دقت مناسبی برخوردار است.