در این سلسله مقالات به مفاهیم و کاربرد های دادهکاوی، متن کاوی و علوم مرتبط با علم داده پرداخته میشود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.
در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد.
آموزش ابزارِ داده کاوی رپیدماینر
معرفی منابع برای یادگیری داده کاوی
امروزه باید در فعالیت های حسابرسی به موارد تقلب مدیریتی رسیدگی کرد. تکنیک های داده کاوی که مدعی داشتن توانایی های بالای پیش بینی و طبقه بندی هستند، می توانند حسابرسان را در کشف تقلب مدیریتی یاری کنند. هدف این تحقیق بررسی و مقایسه کارایی سه روش داده کاوی در کشف صورت های مالی متقلبانه به وسیله داده های انتشار یافته است. این سه روش عبارت بودند از: درخت تصمیم گیری، شبکه عصبی و شبکه بیزین.
نتایج حاصل از آزمایشات با یافته های تحقیقات پیشین حاکی از این بود که داده های صورت های مالی منتشر شده حاوی شاخصه های تقلب هستند و تعداد نسبتا کمی از نسبت های مالی تأثیر تعیین کننده ای بر نتایج طبقه بندی دارند. همراهی این دانش با الگوریتم های داده کاوی می تواند به ساخت مدل هایی کمک کند که از قدرت طبقه بندی بسیار بالایی برخوردار باشند. مطالعه حاضر می تواند با بررسی متغیرهای پیشنهادی به منظور شناسایی آن هایی که موارد صورتهای مالی خلاف واقع را به بهترین شکل متمایز می کنند، به تحقيقات حوزه حسابرسی و حسابداری کمک نماید. این تحقیق همچنین متغیرهای خاصی از میان اطلاعات انتشار یافته را پیشنهاد می دهد که حسابرسان می بایست در زمان ممیزی وقت بیشتری را صرفشان کنند. چارچوب روش شناختی ما می تواند به حسابرسان (هم حسابرسان داخلی و هم بیرونی)، مقامات مالیاتی و دیگر مقامات دولتی، افراد و سازمان های سرمایه گذار، بورس اوراق بهادار، شرکت های حقوقی، تحلیلگران اقتصادی، آژانس های ارزیابی اعتبار و نیز به سیستم بانکی، کمک کند. نتایج این تحقیق می تواند حرفه حسابرسی را در توجه به مسئولیتش که همان کشف صورتهای مالی خلاف واقع است، یاری نماید. از نظر عملکرد، شبکه بیزین بهترین عملکرد را داشته و موفق شد در یک فرآیند اعتبارسنجی مقطعی 10 لایه، 90.3 درصد نمونه اعتبارسنجی را به درستی طبقه بندی کند. میزان دقت مدل های شبکه عصبی و درخت تصمیم گیری به ترتیب برابر 80 و 73.6 درصد بود. تمامی مدل ها خطای نوع اول کمتری داشتند. شبکه بیزین وابستگی هایی را میان دستکاری اطلاعات و نسبت های بدهی به دارایی خالص، سود خالص به مجموع دارایی، میزان فروش به مجموع دارایی، سرمایه در گردش به مجموع دارایی و نمره Z نشان می داد. هریک از این نسبت ها به جنبه خاصی از وضعیت مالی شرکت (یعنی نسبت بدهی به دارایی، سوددهی، عملکرد فروش، توان پرداخت بدهی و درماندگی مالی) اشاره دارند. درخت تصمیم گیری اساسا دستکاری در اطلاعات را با درماندگی مالی مرتبط می دانست؛ چرا که از نمره Z به عنوان اولین تفکیک کننده استفاده می کرد. طبق معمول، این مطالعه می تواند باعث پیشرفت تحقیقات دیگر شود. تفاوتی مهم در میان آزمایشات ما این است که مدل BBN به دلیل محدودیت های نرم افزاری، از داده های تفکیک شده بهره می گرفت. تفکیک داده ها به بهای از دست رفتن برخی اطلاعات، تأثير واخوردها را از بین می برد. تحقیقات دیگر باید به موضوع تأثیر تفکیک داده ها بر عملکرد مدل ها و همچنین موضوع بهترین الگوریتم های تفکیک توجه نمایند. همچنین لازمست تحقیقات آینده به بررسی شرایطی بپردازند که تحت آن ها تکنیک های داده کاوی بهتر از دیگر روش ها عمل می کنند.
بردار ورودی ما تنها از نسبت های مالی تشکیل شده است. افزودن اطلاعات کیفی (مانند بررسی های حسابرسان قبلی یا ترکیب هیأت اجرایی) به بردار ورودی، می تواند میزان دقت را افزایش دهد. به علاوه انجام مطالعه ای ویژه روی این صنعت، می تواند شاخصه های خاصی را آشکار نماید. امیدواریم تحقیق ارائه شده در این مقاله محققان را به انجام کارهای پژوهشی دیگر در مورد این موضوعات مهم، ترغیب کند.
این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند.
اگر به دنبال مجموعه مقالات فارسی در موضوعات مختلف هستید به لینک مراجعه بفرمایید. در این لینک مجموعه مقالات فارسی در حوزه های مختلف داده کاوی و متن کاوی ارائه شده است.
اگر به پژوهش در حوزه کشف تقلب در بانکداری علاقه مند هستید توصیه می شود حتما مجموعه جالب و بی همتای هفتاد مقاله فارسی در زمینه کشف تقلب در بانکداری و کشف تقلب مالی را تهیه بفرمایید.
اگر در زمینه کشف تقلب در بانکداری در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام (https://t.me/dataacademy) حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.
افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.