مطالب مرتبط با کلیدواژه

داده کاوی


۱۴۱.

امکان سنجی استقرار مدیریت دانش در مدارس شهر دورود با استفاده از تکنیک های داده کاوی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: مدیریت دانش داده کاوی نظام فناوری اطلاعات نظام دانش

حوزه های تخصصی:
تعداد بازدید : ۳۶۱ تعداد دانلود : ۳۲۴
هدف پژوهش حاضر امکان سنجی استقرار مدیریت دانش در مدارس آموزش وپرورش شهرستان دورود با استفاده از تکنیک های داده کاوی است. روش پژوهش حاضر ازنظر هدف، کاربردی و به لحاظ شیوه از نوع توصیفی- تحلیلی است. جامعه آماری مشتمل بر مدیران مدارس اداره آموزش وپرورش دورود که تعداد آن ها 116 نفر بود و از میان آن ها تعداد 89 نفر به عنوان نمونه آماری از طریق جدول مورگان انتخاب شد. ابزار گردآوری داده های پژوهش، پرسشنامه محقق ساخته است که روایی آن به روش صوری مورد تائید قرار گرفت و ضریب پایایی پرسشنامه مورداستفاده از طریق آلفای کرون باخ 93/. و از روش دونیمه کردن 70/. به دست آمد که در هر دو روش مورد تأیید بود. برای تحلیل داده ها از روش های داده کاوی و از نرم افزارهای Matlab، Weka، Rosetta،Excel استفاده شد. نتایج حاصل با استفاده از شبکه های عصبی، رافست، ژنتیک، درخت تصمیم گیری و تئوری بیز مورد تحلیل و بررسی قرار گرفت، به این صورت که معیار دقت با استفاده از رافست 88/0، درخت تصمیم گیری 94/0، تئوری بیز 1، شبکه های عصبی مصنوعی 1 بود. درنهایت 6 قانون نهایی توسط الگوریتم ژنتیک، جانسون، هولتس و درخت تصمیم گیری ارائه گردید. بر اساس یافته های نهایی این پژوهش، عوامل تسهیم دانش، حفظ کارکنان دانش گر، استفاده از نظرات و پیشنهاد ات کارکنان نقش بسزا و عمده ای در استقرار مدیریت دانش ایفا می نمایند.
۱۴۲.

نقش مدیریت سود در شناسایی صورت های مالی متقلبانه در شرکت های پذیرفته شده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: صورت های مالی متقلبانه مدیریت سود داده کاوی

حوزه های تخصصی:
تعداد بازدید : ۳۹۵ تعداد دانلود : ۲۹۵
هدف: ارائه گزارش های سالانه منبع باارزشی برای سرمایه گذاران، اعتباردهندگان و سایر استفاده کنندگان اطلاعات حسابداری است؛ با این حال، بخشی از گزارش ها به دلایل مختلف به صورت واقعی ارائه نشده است و این موضوع سبب کاهش سودمندی گزارش ها می شود. مسئله مهم در حسابداری، پیش بینی و کشف صورت های مالی متقلبانه است. روش: این پژوهش برای کمک به شناسایی این صورت های مالی، رابطه مدیریت سود و صورت های مالی متقلبانه را در شرکت های پذیرفته شده در بورس اوراق بهادار تهران بررسی کرده است. برای سنجش توانایی الگو های مدیریت سود در شناسایی صورت های مالی متقلبانه، داده های 1303 سال – شرکت (شامل 21 شرکت متقلب و 168 شرکت غیرمتقلب) طی سال های 1388 تا 1394 انتخاب و تجزیه و تحلیل با استفاده از روش های داده کاوی شامل درخت تصمیم، شبکه های عصبی و روش بیزین انجام شده است؛ بدین منظور 7 معیار مشهور مدیریت سود استفاده شده در پژوهش های قبلی بررسی شده است. نتایج: نتایج پژوهش نشان می دهد از بین الگو های پژوهش، الگوی درخت تصمیم و از بین الگو های اقلام تعهدی، الگوی اقلام تعهدی تعدیل شده جونز1 (1991) با نسبت ارزش دفتری، بیشترین ارتباط را با صورت های مالی متقلبانه دارد.
۱۴۳.

تخصیص بهینه منابع بازاریابی کوتاه مدت بر مبنای ارزش دوره عمر مشتری(مقاله علمی وزارت علوم)

کلیدواژه‌ها: ارزش دوره عمر مشتری رویگردانی مشتری برنامه های ماندگاری داده کاوی بهینه سازی دو هدفه

حوزه های تخصصی:
تعداد بازدید : ۴۰۴
هدف: در دهه های اخیر، با توجه به آن که هزینه های جذب مشتری جدید به طور پیوسته در حال افزایش است، توجه به نگهداری مشتریان و بالا بردن وفاداری آن ها، برای سودآوری سازمان ها بسیار مهم و حساس است. از این رو سازمان ها برنامه های مختلفی را برای افزایش ماندگاری مشتریان خود اجرا می کنند. از سوی دیگر همه مشتریان سودآوری یکسانی برای سازمان ندارند و منابع محدود سازمان باید صرف مشتریان با ارزش شود. هدف این پژوهش ارائه مدلی ریاضی برای انتخاب بهینه مشتریان هدف جهت برنامه های ماندگاری و همچنین انتخاب میزان هزینه برای هر مشتری است. روش شناسی: اجرای تحقیق حاضر در 3 گام اصلی صورت گرفت. در گام اول با استفاده از داده کاوی احتمال رویگردانی مشتریان بدست می آید. در گام دوم ارزش دوره ی عمر مشتری محاسبه می شود و در گام آخر مدل بهینه سازی پیشنهادی حل می شود، برای حل مدل از LP-Metric استفاده شده و حل آن در نرم فزار GAMS انجام شده است. در حل مدل پیشنهادی داده های واقعی یکی از سازمان های بیمه ای کشور مورد استفاده قرار گرفت. یافته ها: یک مدل بهینه سازی دو هدفه بر مبنای ارزش دوره عمر مشتری ارائه شده است. یکی از توابع هدف مربوط به بیشینه کردن ارزش دوره عمر مشتری با اجرای برنامه ماندگاری و هدف دیگر مربوط به کمینه کردن هزینه های برنامه است. نتیجه گیری: با حل مدل بهینه سازی پیشنهادی، یک نمودار پارتو بدست آمده که با در نظر گرفتن نظر کارشناسان، هر نقطه بر روی این نمودار می تواند یک جواب بهینه برای انتخاب مشتریان هدف برنامه های ماندگاری و شیوه هزینه کرد برای آن ها باشد.
۱۴۴.

خوشه بندی مشتریان بیمه بر اساس تکنیک های داده کاوی جهت استفاده در تکنیک های بازی وارسازی(مقاله علمی وزارت علوم)

نویسنده:

کلیدواژه‌ها: بیمه بخش بندی مشتریان داده کاوی بازی وارسازی

حوزه های تخصصی:
تعداد بازدید : ۳۷۱ تعداد دانلود : ۲۷۶
هدف: لزوم افزایش ضریب نفوذ بیمه در ایران ایجاب می کند شرکت های بیمه از روش های نوین برای افزایش توجه مردم به بیمه، جذب مشتریان جدید و نگهداری مشتریان پیشین استفاده کنند. در این بین، بازی وارسازی یکی از امکانات نرم افزارهای جدید در بحث مدیریت ارتباط با مشتری است که قابلیت پیاده سازی راهکارهای جذاب و متنوعی از جمله امتیازدهی، جایزه، اشتراک گذاری و ... را با استفاده از اطلاعات موجود در پایگاه داده شرکت های بیمه فراهم نموده و با استفاده از آن می توان مشتریان را از منظرهای مختلف (وفاداری، سوددهی و...) تقسیم بندی نمود. روش شناسی: در این تحقیق جهت پیاده سازی روش پیشنهادی از داده های بیمه گذاران حقیقی شرکت بیمه ای منتخب در سه سال اخیر با حفظ امنیت و محرمانگی آنها استفاده شد و بیمه گذاران به 4 دسته ویژه، برتر، میانی و ضعیف تقسیم شدند و جهت بهره گیری از تکنیک های مختلف بازی وارسازی، روش های متناسب با هر گروه از آنها با توجه به ویژگی های جنسیتی، سنی و .. به کار گرفته شد. یافته ها: نتایج نشان داد از مواردی که جهت جایزه و تخفیف استفاده می شوند برای بیمه گذارن برتر و ویژه می توان بهره گرفت. همچنین از تکنیک هایی ترغیب و ارتقای سطح بیمه گذار مانند پیشرفت مرحله به مرحله ، برای مشتریان میانی و رساندن آنها به سطح مشتریان ویژه واستفاده کرد. در سطوح مشتریان ضعیف نیز از تکنیک های بازاریابی و افزایش گستره مشتریان بالقوه مانند امکان به اشتراک گذاری یا گردونه شانس می توان استفاده نمود. نتیجه گیری: پیاده سازی سیستم بازی وارسازی در صنعت بیمه با در نظر گرفتن سطوح و ویژگی های منحصربه فرد بیمه گذاران، مقوله گسترده ای است که می تواند زمینه تحقیقات جذاب در آینده باشد.   طبقه بندی موضوعی: G22، C38، .C5
۱۴۵.

داده کاوی رفتار خریداران مواد غذایی مورد مشهد(مقاله علمی وزارت علوم)

کلیدواژه‌ها: درخت تصمیم الگوریتم C4.5 داده کاوی سلامت مواد غذایی

حوزه های تخصصی:
تعداد بازدید : ۵۰۴ تعداد دانلود : ۳۰۷
شناخت عامل های اقتصادی- اجتماعی مؤثر بر رفتار خرید مواد غذایی شهروندان از جهات مختلف از جمله برنامه ریزی برای ارتقای رفاه خریداران، هدایت رفتار خرید آتی، هدایت راهبردها و برنامه های تولید و بازاریابی و به تبع آن کاهش هزینه های مازاد و غیرضروری در این مرحله های، جلوگیری از هدررفت منبع های ارزشمند محیط زیستی و منابع طبیعی، کاهش حجم پسماند های مواد غذایی و کاهش هزینه های بلندمدت درمان، دارای اهمیت بسزایی است. در این راستا این پژوهش تلاش کرد با بهره گیری از دانش داده کاوی و الگوریتم C4.5 درخت تصمیم و استفاده از داده ها و اطلاعات 220 خریدار شهر مشهد، الگوریتم های تصمیم سازی خریداران در زمینه انتخاب سلامت، قیمت و طعم مواد غذایی به عنوان اولویت نخست ایشان در هنگام خرید این محصولات را بررسی و ارزیابی کند. نتایج این پژوهش نشان داد که متغیر سن خریداران مهم ترین متغیری است که می تواند بر رفتار خریداران در انتخاب مواد غذایی مؤثر باشد. متغیرهای دیگری نیز در سطح های بعدی بر انتخاب سلامت، قیمت یا طعم ماده غذایی به عنوان اولویت نخست خریداران مواد غذایی مؤثرند که از آن جمله می توان به متغیرهای درآمد خانوار، جنسیت و تحصیلات خریدار و شمار اعضای خانوار اشاره کرد که در طراحی راهبردها و برنامه های بازاریابی محصول ها و فرآورده های غذایی و همچنین تدوین راهبردهای سلامت توسط متولیان امر، بایستی مورد توجه قرار گیرد.
۱۴۶.

پیش بینی درماندگی مالی شرکت های پذیرفته شده در فرابورس و بورس اوراق بهادار تهران با استفاده از ماشین بردار پشتیبان(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پیش بینی درماندگی مالی ماشین بردار پشتیبان یادگیری ماشین داده کاوی بورس اوراق بهادار تهران

حوزه های تخصصی:
تعداد بازدید : ۴۴۲ تعداد دانلود : ۳۳۲
هدف این مقاله، پیش بینی درماندگی مالی قریب الوقوع شرکت های پذیرفته شده در فرابورس و بورس اوراق بهادار با استفاده از دامنه گسترده ای از ویژگی ها از جمله متغیرهای حسابداری تعهدی، حسابداری نقدی، بازار سهام، مکانیسم های حاکمیت شرکتی و شاخص های اقتصاد کلان است. 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 5 لایه طبقه ای با برای برآورد عملکرد پیش بینی مدل طی مرحله آموزش استفاده شد. طی مرحله آموزش، میزان سازی اَبرپارامتر مدل با استفاده از جستجوی شبکه ای انجام شد. افزون بر این، رویکرد فرایادگیری حساس به هزینه همراه با معیار مختص مسائل نامتوازن یعنی نمره F1 برای غلبه بر مسئله نامتوازنی افراطی کلاس ها استفاده شده است. بر اساس نتایج تجربی، مدل ماشین بردار پشتیبان به نمره F1، ضریب همبستگی متیوز، فراخوانی و دقتی به ترتیب برابر با 55%، 56%، 78% و 43% 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 50%، 50%، 68% و 40% بر روی مجموعه آزمایشی منجر شد.
۱۴۷.

تحلیل سبد درخواست قطعات با استفاده از داده کاوی در راستای بهبود پیش بینی و تأمین نیازمندی های سامانه آماد و پشتیبانی دفاعی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پیش بینی سبد درخواست قوانین انجمنی فرآیند استاندارد تعامل با کسب و کار آماد و پشتیبانی داده کاوی

حوزه های تخصصی:
تعداد بازدید : ۳۴۱ تعداد دانلود : ۳۰۵
داده کاوی فناوری قدرتمندی است که توانایی کشف دانش نهفته در گستره ای عظیم از داده ها را دارد. هدف این پژوهش تجزیه و تحلیل سبد درخواست اقلام فنی به وسیله داده کاوی در راستای بهبود پیش بینی و تأمین نیازمندی های سامانه آماد و پشتیبانی دفاعی می باشد. بنابراین در مرحله کشف الگوها و قوانین انجمنی از نظر هدف کاربردی، از نظر ماهیت و روش اکتشافی و از نظر گردآوری اطلاعات کتابخانه ای است. در مرحله ارزیابی مفید و کاربردی بودن الگوها از نظر هدف توسعه ای، روش توصیفی- پیمایشی و گردآوری اطلاعات میدانی می باشد. جامعه آماری برای داده کاوی، پایگاه داده اطلاعات درخواست اقلام و قطعات فنی توسط یگان های یک سازمان دفاعی جهت سامانه ها و مراکز تعمیری مربوط به آن در یک بازه زمانی 10 سال می باشد. جامعه آماری برای سنجش رابطه نتایج داده کاوی با پیش بینی و تأمین نیازمندی ها، خبرگان سامانه آماد و پشتیبانی سازمان دفاعی می باشند. به منظور تحلیل داده ها برای داده کاوی از روش فرآیند استاندارد تعامل با کسب و کار و نرم افزارهای اس. کیو. ال. سرور و رپید ماینر و برای تحلیل داده های گردآوری شده از طریق پرسشنامه از نرم افزار اس. پی. اس. اس. استفاده گردیده است. نتایج این پژوهش نشان داد که می توان از روش کشف قوانین انجمنی به منظور تجزیه و تحلیل سبد درخواست قطعات فنی و دستیابی به الگوی درخواست استفاده نمود و الگوها و قوانین کشف شده در بهبود عملکرد سامانه آماد و پشتیبانی در حوزه پیش بینی و تأمین نیازمندی های اقلام و قطعات فنی کاربرد دارد.
۱۴۸.

کاربرد مدل های شبکه عصبی مصنوعی، نسبت فراوانی و تابع شواهد قطعی در تهیه نقشه حساسیت به وقوع سیل در حوزه آبخیز هراز: الگویی برای مطالعات مخاطرات سیلاب شهری(مقاله علمی وزارت علوم)

نویسنده:

کلیدواژه‌ها: داده کاوی شبکه عصبی مصنوعی تابع شواهد قطعی نسبت فراوانی مخاطرات سیلاب شهری

حوزه های تخصصی:
تعداد بازدید : ۲۵۸ تعداد دانلود : ۱۸۱
در این تحقیق برای تهیه نقشه حساسیت به وقوع سیل در حوزه آبخیز هراز در استان مازندران از روش های شبکه عصبی مصنوعی (ANN)، نسبت فراوانی (FR) و تابع شواهد قطعی (EBF) استفاده شده است و برای دستیابی به هدف پژوهش از ده پارامتر موثر در وقوع سیلاب از قبیل شیب، انحنای زمین، فاصله از رودخانه، طبقات ارتفاعی، بارش، شاخص توان رودخانه (SPI)، شاخص رطوبت توپوگرافی (TWI)، لیتولوژی، کاربری اراضی و شاخص تفرق پوشش گیاهی (NDVI) استفاده گردید. همچنین، موقعیت جغرافیایی 211 نقطه سیل گیر در منطقه تهیه شده و نقاط به صورت تصادفی به گروه هایی متشکل از 151 نقطه (70%) و 60 نقطه (30%) به ترتیب برای واسنجی و اعتبار سنجی تقسیم شده اند. سپس احتمال رخداد سیل برای هر کلاس از هر پارامتر محاسبه گردید. وزن های محاسبه شده برای هر کلاس در سیستم اطلاعات جغرافیایی در لایه های مربوطه اعمال گردیده و نقشه های حساسیت به وقوع سیل منطقه مورد مطالعه به دست آمد. براساس نقشه پتانسیل سیل خیزی، منطقه به 5 کلاس با حساسیت خیلی زیاد، زیاد، متوسط، کم و خیلی کم تقسیم گردید. روش های مذکور توسط روش منحنی مشخصه عملکرد سیستم (AUC) ارزیابی شدند. نتایج حاکی از آن است که طبقات ارتفاعی پایین و نزدیک رودخانه دارای احتمال و حساسیت بالایی نسبت به وقوع سیل می باشند. همچنین نتایج نشان داد که تکنیک نسبت فراوانی (AUC=0.97)، تابع شواهد قطعی (AUC=0.94) و شبکه عصبی مصنوعی (AUC=0.87) به ترتیب اولویت، دارای بیشترین دقت در پیش بینی وقوع سیل بوده اند. از این رو مدل های مذکور به منظور پیش بینی پتانسیل خطر سیل به ویژه در نواحی مختلف از جمله فضاهای شهری به دلیل کارایی بالا، می تواند مفید و قابل اعتماد باشند.
۱۴۹.

طراحی و تبیین مدلی جهت پیش بینی و مکان یابی خودپردازهای سودده بانک تجارت شهر همدان با رویکرد امنیت و پیشگیری از سرقت با استفاده از الگوریتم های داده کاوی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: داده کاوی امنیت خودپردازها جلوگیری از سرقت

حوزه های تخصصی:
تعداد بازدید : ۲۱۱ تعداد دانلود : ۲۸۶
مروزه، دستگاه های خودپرداز عملیات بانکی را متحول کرده اند. با وجود این دستگاه ها، دیگر لازم نیست کسی برای دریافت پول در صف های طولانی بانک معطل شود. نصب این دستگاه در یک مکان برای بانک ها می تواند ازنظر امنیتی خطرساز باشد. ازاین رو، مکان یابی صحیح امنیتی و مناسب خودپرداز در یک شهر می تواند باعث افزایش امنیت بانک و جلوگیری از سرقت شود. در این مقاله با استفاده از روش های مختلف داده کاوی مانند الگوریتم نزدیک ترین همسایه، رافست، الگوریتم درخت طبقه بندی، رگرسیون و شبکه عصبی به پیش بینی تعداد دستگاه های خودپرداز موردنیاز یک بانک و جانمایی صحیح آن می پردازیم. با توجه به نتایج به دست آمده از تحقیق، دریافتیم که استفاده از ابزارهای داده کاوی می تواند به مسئولین در پیش بینی و جانمایی تعداد خودپرداز موردنیاز در شهر همدان کمک کند و باعث جلوگیری از سرقت، افزایش ضریب امنیتی و بهبود فعالیت های امنیتی پلیس گردد. در این پژوهش، علاوه بر درنظرگرفتن سوددهی خودپردازها، ضریب امنیتی مکان یابی هر شعبه را نیز در الگوریتم های داده کاوی مدنظر قرار دادیم. نتایج نشان داد که توجه به شاخص های: مدت قرارداد، کل کارمزد، کل تراکنش ها و تعداد خودپردازها در هر منطقه، میزان سرقت در منطقه، مسافت نزدیک ترین کلانتری، تعداد دوربین های مداربسته منطقه، تراکم جمعیت و تعداد نگهبان ها، در تصمیم گیری، پیش بینی تعداد و جانمایی خودپرداز ها بسیار حائز اهمیت است. این شاخص ها مبنایی برای پیش بینی تعداد خودپرداز های سودده نیز خواهند بود. همچنین، الگوریتم ماشین بردار پشتیبان با جذر میانگین مربعات خطای 8 درصد، قابلیت برآورد بهتری را نسبت به سایر الگوریتم ها دارد.
۱۵۰.

پیش بینی سکته مغزی در بیماران همودیالیزی با استفاده از الگوریتم های داده کاوی

نویسنده:

کلیدواژه‌ها: پیش بینی داده کاوی سکته مغزی

حوزه های تخصصی:
تعداد بازدید : ۳۲۲ تعداد دانلود : ۲۰۷
«تحلیل داده ها» یک مبنای تعیین کننده برای تصمیم سازی و ایجاد تحول به سمت اهداف مطلوب محسوب می شود که یکی از روش های مطرح آن داده کاوی است. در حوزه سلامت نیز با اجرای داده کاوی بر روی بیماران دارای وضعیت حاد «نظیر همودیالیزی ها» می توان به روندهای آتی آن ها تا حدی پی بُرد و به کاهش تشدید عوارضشان کمک کرد. با توجه به اینکه مطالعات سال های اخیر حاکی از تشدید ریسک سکته مغزی در این دسته از بیماران است، هدف از این پژوهش نیز بررسی یک روش مرسوم جراحی در همودیالیزی ها و ارتباط آن با بروز سکته است. روش پژوهش حاضر، استفاده از الگوریتم های با ناظر داده کاوی و با محوریت «درخت تصمیم» است که از الگوریتم های کاربردی در دسته بندی متغیرها است و به شناخت عوامل تأثیرگذار کمک می کند. داده های ورودی شامل 468 بیمار همودیالیزی هستند که در یک دوره پنج ساله مورد مطالعه قرار گرفتند و متشکل از 324 نفر زن و 144 نفر مرد هستند. این مطالعه نشان داد ریسک ابتلا به سکته مغزی در بیمارانی که جراحی دسترسی عروق آن ها با ایجاد کاتتر قبل از فیستول صورت گرفته تا 21/84% بوده درحالی که بین سن بیماران دیالیزی با سکته شان رابطه معناداری پیدا نشد، اما علاوه بر تعبیه کاتتر، سابقه داشتنِ فشارخون یا دیابت نیز در ابتلا به سکته مغزی مؤثر بودند.
۱۵۱.

توسعۀ مشتری محور کودهای ان پی کی جدید با استفاده از داده کاوی (مورد مطالعه: تعاونی های کشاورزی استان اصفهان)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: توسعه محصول جدید زنجیره تامین توسعه مشتری محور داده کاوی تعاونی کشاورزی

حوزه های تخصصی:
تعداد بازدید : ۳۹۶ تعداد دانلود : ۲۳۹
پژوهش حاضر با هدف ارائه رویکرد مبتنی بر داده کاوی درزمینه توسعه مشتری محور محصولات جدید و با تمرکز بر یک نوع کود کشاورزی صورت گرفته است. مشکل مد نظر در این پژوهش ناشی از حجم و تنوع بالای تقاضای مشتریان از یک طرف و از طرف دیگر محدودیت تعاونی های کشاورزی در تنوع کودهای قابل عرضه بوده است. بر همین اساس، ابتدا داده های مربوط به نیازها و اولویت های واقعی مشتریان از نظر نوع کود، قیمت و زمان خرید با استفاده از ابزارهای نظرسنجی جمع آوری و سپس بر اساس الگوریتم کریسپ در داده کاوی، تجزیه وتحلیل گردید. در گام اول از تجزیه وتحلیل داده ها و به منظور توسعه مشتری محور محصولات جدید، از روش خوشه بندی استفاده و به موجب آن تنوع کودهای معرفی شده از سمت مشتریان از 37 نوع به 5 نوع کاهش یافت؛ به گونه ای که ویژگی محصولات جدید نزدیکی بسیاری به نیازهای اغلب مشتریان داشت. سپس، با استفاده از روش درخت تصمیم گیری پیش بینی کیفیت مورد نظر برای هر محصول جدید در بازه های زمانی متفاوت انجام و بر اساس آن الگوی تامین و تولید محصولات با توجه به تمایل و تقاضای مشتریان در هر فصل فراهم شد. در کل و با توجه به نتایج به دست آمده می شود گفت که استفاده از داده کاوی می تواند در توسعه محصولات جدید به صورت مشتری محور مفید واقع شود و این رویکرد قادر است تا نسبت به مسائلی همچون مدیریت تنوع داده ها و همچنین برنامه ریزی های مدیریت زنجیره تأمین مشتری محور نیز پاسخگو باشد.
۱۵۲.

شبکه های اجتماعی در خدمت نوآوری اجتماعی و کارآفرینی اجتماعی(مطالعه موردی: توییتر)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: کارآفرینی اجتماعی داده کاوی توییتر نوآوری اجتماعی

حوزه های تخصصی:
  1. حوزه‌های تخصصی علوم اجتماعی ارتباطات ارتباطات سیاسی، بین الملل و توسعه ارتباطات و توسعه
  2. حوزه‌های تخصصی علوم اجتماعی ارتباطات گروه های ویژه ارتباطات و جامعه
  3. حوزه‌های تخصصی علوم اجتماعی ارتباطات مطالعات فضای مجازی، جهانی شدن و تکنولوژی های نوین ارتباطاتی مطالعات فضای مجازی شبکه های اجتماعی موبایل محور
تعداد بازدید : ۷۱۱ تعداد دانلود : ۶۷۰
امروزه، کاربران بسیاری در شبکه های اجتماعی مختلف، عقاید و نظرات خود را با سایرین به اشتراک می گذارند. حجم انبوه داده های خام تولیدشده در شبکه های اجتماعی، آن ها را به مخزنی سرشار از ایده ها، افکار و دغدغه های تعداد بی شماری از کاربران تبدیل کرده که می تواند نقش تعیین کننده ای در تصمیم گیری های خرد و کلان داشته باشند. فلذا پژوهش حاضر درصدد آن است که با استفاده از روش های متن کاوی در توییتر، دغدغه های اجتماعی مردم را شناسایی کرده تا در طرح های آتی نوآوری و کارآفرینی اجتماعی لحاظ شود. برای دستیابی به این هدف، توییت های مرتبط با نوآوری اجتماعی و کارآفرینی اجتماعی با روشی نوین از توییتر استخراج شدند و با استفاده از تکنیک ها و الگوریتم های متن کاوی از جمله مدل سازی موضوعی LDA و تحلیل احساسات مورد بررسی قرار داده شدند. یافته های متن کاوی نشان داد، کاربران عموما در حوزه کارآفرینی اجتماعی بیشتر به موضوعاتی همچون لزوم اهمیت به مساله ی اشتغال در چابهار، برگزاری رویداد های رایگان برای شناسایی ایده ها و فرصت ها و مشکلات جذب سرمایه در پروژه های کارآفرینی پرداخته بودند. همچنین در حوزه نوآوری اجتماعی نیز کاربران به موضوعاتی چون لزوم اهمیت به معلولین، ساخت مراکز دندانپزشکی و همچنین تاسیس گلخانه در مناطق جنوبی کشور و توانمندسازی بانوان توجه بیشتری نشان داده اند. علاوه براین تحلیل احساسات توییت های فارسی درباره ی کارآفرینی و نوآوری اجتماعی، حاکی از مثبت بودن نتایج داشت. باتوجه به نتایج مثبت حاصل از تحلیل احساسات مردم نسبت به کارآفرینی و نوآوری اجتماعی و موضوعات شناسایی شده، می توان در برنامه ریزی ها و تصمیم گیری های آینده، طرح هایی را برای رفع دغدغه های مردم .....
۱۵۳.

مطالعه بازنمایی سبک زندگی زنان ایرانی در آگهی های تبلیغاتی مجلات خانوادگی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: کارآفرینی اجتماعی داده کاوی توییتر نوآوری اجتماعی

حوزه های تخصصی:
تعداد بازدید : ۳۹۱ تعداد دانلود : ۵۴۳
هدف این مقاله پژوهشی همانا شرح و تبیینی از سازوکارهای بازنمایی سبک زندگی زنان در آگهی های تبلیغاتی محصولات بهداشتی- آرایشی مجلات خانوادگی هست. برای این کار و به لحاظ نظری از رویکرد نشانه شناختی بارت و نظریه سبک زندگی گیدنز در این پژوهش استفاده کرده ایم تا به این پرسش پاسخ بدهیم که آیا آگهی های تبلیغاتی محصولات آرایشی مجلات خانوادگی سبک زندگی مبتنی بر یک نظام اروتیک را بازنمایی می کنند؟ به لحاظ نظری و روش شناسی، مؤلفه های سبک زندگی بکار رفته در تبیین آگهی های تبلیغاتی عبارت اند از هویت اجتماعی، هویت فردی، خصوصی سازی شور و شعف و مدیریت بدن. میدان پژوهش مجلات خانوادگی و واحد مشاهده تصاویر تبلیغاتی موجود در این مجلات هست. یافته های پژوهش بر مبنای نمونه آماری که همانا 4 نشریه سیب سبز، زندگی ایده آل، زندگی ایرانی و زندگی مثبت است، نشان می دهد که آگهی های تبلیغاتی محصولات بهداشتی در تبلیغات خود، بدن زنانه را، ابژه جنسی برساخت می کنند که در این فرآیند روایت هایی از مهارت های جنسی به مخاطب ارائه می شود. در این میان مفهوم زیبایی امری استاند ریزه می شود که هرگونه تعریفی ورای آن طرد می شود. بدین سان بدن زن به مثابه یک رسانه هویت ساز صورت بندی می گردد که در آن مؤلفه های جنسی نمود عینی به خود می گیرد و درنهایت بیش از بیش شبیه به یکدیگر می شوند.
۱۵۴.

بهره گیری از رویکرد داده کاوی و شناسایی تقلب در صورت های مالی

کلیدواژه‌ها: تقلب مالی داده کاوی درخت تصمیم گیری شبکه های عصبی شبکه های گمانه زنی بیزی

حوزه های تخصصی:
تعداد بازدید : ۳۱۲ تعداد دانلود : ۱۸۸
تقلب از پدیده های رایج و متداول در کسب و کار است. پیشگیری با کشف تقلب های با اهمیت در صورت های مالی همواره کانون توجه سرمایه گذاران، قانونگذاران، استاندارد گذاران، مدیران و حسابرسان بوده است. بر عصر حاضر عصر اطلاعات نام نهاده شده و آنچه که منجر به قدرت و موفقیت می شود، اطلاعات است. داده کاوی پل ارتباطی میان علم آمار، علم کامپیوتر، هوش مصنوعی، الگوشناسی، فراگیری ماشین و بار نمایی بصری داده ها می باشد که در چارچوب فرآیندی، استخراج اطلاعات معتبر، از پیش ناشناخته، قابل فهم و قابل اعتماد از پایگاه داده های بزرگ امکان پذیر می گردد و استفاده از آن در تصمیم گیری در فعالیت های تجاری مهم نظیر ارتقای کیفیت سودمندی اطلاعات از طریق شناسایی تقلب های مالی میسر می شود. تحقیق حاضر به روش شناخت تاریخی با بهره گیری از اسناد کتابخانه ای و به پشتوانه پیشینه و تحقیقات محققان شواهدی لازم جهت بررسی داده کاوی در تقلب صورت های مالی ارائه می کند.
۱۵۵.

تحلیلی نوین در شناسایی الگوهای موفقیت کارآفرینی در صنایع کوچک و متوسط با استفاده از داده کاوی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: صنایع کوچک و متوسط کارآفرینی صنعتی داده کاوی شبکه های عصبی مصنوعی درخت تصمیم گیر

حوزه های تخصصی:
تعداد بازدید : ۲۹۷ تعداد دانلود : ۲۶۰
کارآفرینی در صنایع کوچک و متوسط همواره از اهمیت زیادی برخوردار بوده است چرا که علاوه بر داشتن نقش اساسی در اشتغال یک کشور موجب رشد اقتصادی و افزایش تولید ناخالص ملی نیز خواهد شد. هدف از تحقیق حاضر بررسی عواملی است که می تواند موجب موفقیت کارآفرینی در بخش صنایع کوچک و متوسط شده و راهی نشان دهد تا از این پس کارآفرینان صنعتی با آگاهی بیشتری پای در این عرصه مهم اقتصادی بگذارند. این تحقیق، یک مطالعه موردی است از کارآفرینان بخش صنعت در کشور ایران که در حد فاصل سال های 1390 تا 1393 اقدام به اخذ مجوز اولیه جهت تاسیس کارخانه (جواز تاسیس) نموده و برخی از آنان موفق به بهره برداری از کارخانه (پیشرفت فیزیکی صددرصد) شده و برخی دیگر از این امر ناکام مانده اند. برای این تحقیق داده های خام 4580 مورد از جوازتاسیس سرمایه گذاران مورد بررسی قرار گرفت. جهت تعیین الگوهای موجود و تعیین کننده در موفقیت کارآفرینی ، با استفاده از مفاهیم داده کاوی، اطلاعات موجود برای تحلیل های بعدی پیش پردازش شده و با کاهش برخی متغیرهایی که تاثیر کمتری در نتایج داشتند در نهایت طی تحلیل های تخصصی با استفاده از شبکه های عصبی پرسپترون چند لایه، درخت تصمیم گیر والگوریتم رافست ،بهترین قوانین ، استخراج شده و دقت نتایج در هریک تحلیل گردید. براساس نتایج بدست آمده عواملی چون داشتن سابقه صنعتی ، تحصیلات مرتبط با صنعت مورد نظر و بومی بودن سرمایه گذار می تواند نقش مهمی در موفقیت این نوع کارآفرینی داشته باشد.
۱۵۶.

ارائه الگوریتم خوشه بندی جدید به منظور بهره وری در عملیات داده کاوی (مطالعه داده های استاندارد یوسی آی)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بهره وری خوشه بندی داده کاوی هوش جمعی

حوزه های تخصصی:
تعداد بازدید : ۲۸۸ تعداد دانلود : ۲۴۰
روش های خوشه بندی و بهره وری آنها در عملیات داده کاوی توسعه زیادی یافته اند. نیاز مدیران به داده های دسته بندی شده و بهره وری روش های خوشه بندی در امر مدیریت و تصمیم گیری، به گسترش روش های داده کاوی ضرورت بخشیده است. الگوریتم بهینه سازی نهنگ روش عمومی است که در حل مسائل متعددی کاربرد دارد. در این الگوریتم جواب های آغازین به صورت تصادفی انتخاب می شوند. الگوریتم کی-میانگین یک روش خوشه بندی پرکاربرد است که به دلیل سادگی و کوتاه بودن مراحل، بسیار موردتوجه محققان قرار می گیرد. در این مقاله این مزیت الگوریتم کی- میانگین را برای افزایش توانایی الگوریتم بهینه سازی نهنگ در خوشه بندی داده ها به کاررفته است. الگوریتم پیشنهادی ترکیبی از الگوریتم های کی-میانگین و خوشه بندی نهنگ است. در این پژوهش الگوریتم جدید و چند الگوریتم خوشه بندی دیگر را بر روی مجموعه داده های واقعی و شناخته شده اجرا شده است. نتایج عددی نشان می دهد که الگوریتم جدید ازنظر کیفیت جواب ها و انحراف استاندارد مقادیر جواب های نهایی، نتایج مطلوبی نشان می دهد.
۱۵۷.

تحلیل سوانح پروازی هوانیروز در بازه زمانی 1368 تا 1398 با استفاده از ابزارهای داده کاوی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: سوانح پروازی تحلیل سوانح داده های آماری داده کاوی هوانیروز

حوزه های تخصصی:
تعداد بازدید : ۳۰۱ تعداد دانلود : ۱۳۶
با توجه به اینکه استفاده از اطلاعات ثبت شده سوانح گذشته و تجزیه وتحلیل آن در سیاست گذاری های ایمنی و پیشگیری از سوانح بسیار مؤثر است، در این پژوهش، پس از تشکیل بانک اطلاعاتی از داده های واقعی مربوط به سوانح و رخدادهای هوایی هوانیروز در بازه زمانی سال های 1368 تا 1398، با بهره گیری از علم داده کاوی، به ایجاد زمینه های لازم برای تصمیم گیری و تصمیم سازی هوشمندانه برای کاهش سوانح هوایی در هوانیروز پرداخته شده است. روش پژوهش، توصیفی-پیمایشی است و از نرم افزار SPSS (برای تحلیل آماری سوانح) وSPSS Modeler (برای اجرای الگوریتم های داده کاوی و رسم درخت تصمیم) استفاده شد. سوانح هوانیروز در بازه یادشده بر اساس سال، ماه، ایام هفته، نوع وسیله پرنده، محل وقوع سانحه، یگان صاحب وسیله و نیز نوع خرابی منجر به وقوع سانحه و قطعات اصلی صدمه دیده در اثر سانحه بررسی شد. نتایج نشان داد که در حدود نیمی از وقایع به وقوع پیوسته، هیچ گونه آسیبی به وسیله پرنده وارد نشده و حدود ۳۵% حوادث به وقوع پیوسته در دسته بندی رویدادهای پروازی قرارگرفته و تنها 6% از وقایع هوایی منجر به سانحه کلی شده شده اند و در تیرماه با 34+% بیشترین رویدادهای پروازی اتفاق افتاده و خلبانان دارای 15 تا 20 سال تجربه پروازی از ریسک بالاتری نسبت به سایر خلبانان برخورداراند.
۱۵۸.

خوشه بندی مشتریان در حوزه بانکداری الکترونیک با بهره گیری از تراکنش های الکترونیکی و اطلاعات دموگرافیک (مورد مطالعه: بانک رفاه)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: داده کاوی دسته بندی خوشه بندی بانک رتبه بندی مشتریان مدیریت ارتباط با مشتری RFM

حوزه های تخصصی:
تعداد بازدید : ۵۲۲ تعداد دانلود : ۴۱۲
شناخت مشتریان و شناسایی سرویس های سودده با توجه به تنوع مشتریان بانک و گوناگونی سرویس ها در نظام بانکی کشور از اهمیت بالایی برخوردار است. مدیریت ارتباط با مشتری در حال حاضر هسته مرکزی را در دنیای تجارت به خود اختصاص داده است، مهمترین شبکه بین بانکی مورد استفاده در ایران شبکه شتاب می باشد. دراین پژوهش با استفاده از فنون داده کاوی به بخش بندی و رتبه بندی مشتریان در شبکه شتاب با استفاده از یک مدل بهبود یافته داده کاوی مبتنی بر تازگی خرید، تناوب خرید و مبلغ خرج شده برای خرید پرداخته شده به نحوی که بانک ها بتوانند در این شبکه رفتار مشتریان خود را تحلیل و ارزیابی نموده و به تدوین سیاستهای موثر در برخورد با مشتریان بپردازند. همچنین جهت بررسی مطالعات مشابه و افزایش اطلاعات از طریق مطالعات کتابخانه ای و اینترنتی، اطلاعات مرتبط با مدل مورد نظر گردآوری شد. نهایتاً R +FMW مدلی جهت خوشه بندی مشتریان بانک و تراکنش های آنها ارائه گردید. نتایج تحقیق نشان داد که مدل توسعه یافته R + FMW از دقت بالاتری نسبت به مدل RFM پایه برخوردار است و با استفاده از این مدل بانک ها می توانند مشتریان فعال در شبکه تبادل بین بانکی(شتاب) را شناسایی کنند و مشتریان و کانال های ارتباطی پرهزینه را از جنبه ی میزان کارمزد و اطلاعات دموگرافیک تشخیص دهند.
۱۵۹.

پیش بینی جریان های اعتراضی در فضای مجازی مبتنی بر داده کاوی(مقاله علمی وزارت علوم)

نویسنده:

کلیدواژه‌ها: پیش بینی فراخوان تجمعات غیرقانونی جریان های اعتراضی فضای مجازی داده کاوی

حوزه های تخصصی:
تعداد بازدید : ۲۶۹ تعداد دانلود : ۲۱۶
زمینه و هدف: امروزه گروه های مختلفی در جامعه با استفاده از فضای مجازی اقدام به انتشار فراخوان های تجمعات غیرقانونی و به دنبال آن وقوع جریان های اعتراضی می کنند. ازاین رو هدف اصلی این پژوهش، پیش بینی جریان های اعتراضی در فضای مجازی مبتنی بر داده کاوی است. روش: تحقیق حاضر از نظر هدف کاربردی و از لحاظ روش، توصیفی - تحلیلی است که در آن از داده های اطلاعاتی موجود در اَسناد، مدارک سازمانی و همچنین بانک های اطلاعاتی غیرمتمرکز در رده های عملیاتی پلیس استفاده شده است. جامعه آماری پژوهش، تمامی داده های اطلاعاتی فراخوان های تجمعات غیرقانونی در فضای مجازی است که برای نمونه گیری از روش پیش پردازش داده ای و به صورت تمام شمار استفاده شدند. به منظور پیش بینی و پیشگیری از ارتکاب جرائم، با استفاده از نرم افزار رپیدماینر به عنوان یک ابزار داده کاوی متن باز با زبان جاوا، ابتدا مؤلفه های اصلی فراخوان های تجمعات غیرقانونی در فضای مجازی شناسایی، روابط بین مؤلفه های شناسایی شده احصا، داده ها تحلیل و درنهایت مؤلفه های مؤثر در پیش بینی جریان های اعتراضی اولویت بندی شد. یافته ها: از بین مدل های مختلف پیاده سازی شده، مدل درخت تصمیم با دقت 39/91 درصد، بالاترین نتیجه را برای داده های موردنظر و پیش بینی وقوع جریان های اعتراضی ارائه کرد و مهم ترین دستاوردهای آن، طراحی مدلی جهت پیش بینی تجمعات غیرقانونی و همچنین تعیین مؤلفه های تأثیرگذار در وقوع تجمعات غیرقانونی است. نتیجه گیری: مؤلفه های «نگرش فکری انتشاردهنده فراخوان ها، تعداد بازدید فراخوان ها، زیرعرصه فراخوان ها و تعداد اعضای منابع و نشانگاه ها به ترتیب بیشترین تا کمترین تأثیرگذاری را بر وقوع تجمع ها و جریان های اعتراضی غیرقانونی داشته اند؛ به عبارت دیگر، نگرش فکری انتشاردهنده فراخوان ها در ایجاد تجمعات نقش مستقیم دارد و پلیس با تمرکز بر آن می تواند احتمال وقوع تجمعات غیرقانونی را پیش بینی کند.
۱۶۰.

شبکه های اجتماعی مجازی و قبح زدایی از محتوای مبتذل (مطالعه موردی: توئیتر فارسی)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: شبکه های اجتماعی مجازی توئیتر کنترل اجتماعی داده کاوی محتوای مبتذل

حوزه های تخصصی:
تعداد بازدید : ۲۹۹ تعداد دانلود : ۱۵۴
توسعه شبکه های اجتماعی مجازی در سالیان اخیر و ایجاد سهولت بیشتر برای دسترسی به این شبکه ها از طریق موبایل های هوشمند، بر فرهنگ مردم و به خصوص نسل جوانی که روزانه از این شبکه ها استفاده می کنند تأثیرات فراوانی گذاشته است. در میان این شبکه ها، توئیتر به علت فیلتر بودن در ایران و فعالیت بسیاری از کاربرانش با نام مستعار، شرایطی را فراهم می کند تا افراد در آن آزادانه تر سخن بگویند یا آن گونه که هیرشی می گوید، کنترل اجتماعی بر آن ها کمتر می شود. پایین تر بودن کنترل اجتماعی می تواند منجر به افزایش تولید محتوای مبتذل در توئیتر گردد. بنابراین فهم نقش توئیتر در بکارگیری محتوای مبتذل به عنوان امری ناهنجار و قبیح ضرورت دارد تا تأثیرات هنجاری استفاده آن بر کاربرانش سنجیده شود. در این پژوهش محتوای توئیتر، با استفاده از داده کاوی بر اساس کلیدواژه ها و با روش توصیفی- آماری از سال 88 تا 96 مورد بررسی قرار گرفت. یافته های حاصل از داده کاوی بر روی 82 میلیون توئیت، نشان می دهد که اگرچه توئیت هایی با مضامین مبتذل در سال های اولیه استفاده از توئیتر، بیشتر مورد استفاده کاربران قرار گرفته است، اما پس از سال 92 میزان استفاده از این مضامین به نرخ نسبتا ثابتی رسیده و در مجموع نیز تنها حدود 3 تا 4درصد از کل توئیت ها را شامل شده است. در نتیجه برخلاف فرضیه اولیه، توئیتر باعث قبح زدایی از این نوع مضامین نشده است که علت این امر می تواند شکل گیری یک هنجار جدید در این اجتماع مجازی و افزایش کنترل اجتماعی غیر رسمی به دنبال حضور کاربران با نام و نشان خودشان می باشد.