استفاده از الگوی طبقه بندی در داده کاوی اطلاعات مالی مطالعه موردی شرکت تهران پادنا
Publish place: International Conference on Modern Research`s in Management, Economics and Accounting
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 698
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MRMEA01_256
تاریخ نمایه سازی: 30 بهمن 1394
Abstract:
مشتریان بازار سهام نیازمند پیش بینی وضعیت آتی شرکتهای بورس برای کمک به تصمیم گیری آنها درانتخاب سهام مناسب میباشند. پیش بینی مطلوبی از وضعیت سود دهی سهام شرکتها، شرایطی را به وجود می آورد که سرمایه گذاران با اطمینان خاطر بیشتری سرمایه گذاری کنند. یکی از رویکردهای آنالیز و تحلیل داده ها، رویکرد داده کاوی می باشد. هدف کشف دانش و داده کاوی یافتن الگوها و یامدل های جالب موجود در پایگاه داده ها می باشد. داده های خام به ندرت به طور مستقیم مورد استفاده مفید واقع می شوند و ارزش واقعی الگوریتم های داده کاوی در توانایی استخراج اطلاعات مفید برایپشتیبانی تصمیم و درک پدیده ها و قواعد حاکم بر منابع داده می باشد. برای این منظور ابتدا بررسی جامعی روی مشخصه های تاثیر گذار بر روی ریسک و بازده سهام که مهم ترین عوامل تاثیر گذار درپیش بینی وضعیت سهام شرکت ها می باشند، انجام شد و معیارهای تاثیر گذار از بین مشخصه های بازار سهام، استخراج گردید. بر این اساس بر اساس اطلاعات بورس یک پایگاه داده ایجاد می شود. سپس بااستفاده از متدهای کلاس بندی در داده کاوی به پیش بینی ریسک و بازده پرداخته شده و مقایسه ای بین متدهای مختلف کلاس بندی انجام گردید و با استفاده از الگوریتم های انتخاب ویژگی، به بررسیاهمیت ویژگیها در پیش بینی ریسک و بازده پرداخته شده و علت قدرت و ضعف الگوریتم ها بررسی شد. دقت مناسب نتایج پیش بینی حاکی از آن است که مشخصه های استفاده شده معرف مناسبی برای ریسک و بازده میباشند. نتایج حاصل در شرکت تهران پادنا به عنوان مطالعه موردی مورد بررسی قرار گرفت.
Keywords:
Authors
نسرین بیگ زاده
کارشناسی ارشد مهندسی صنایع، دانشگاه تربیت مدرس
مجید دهقان
کارشناسی ارشد مهندسی صنایع، دانشگاه تربیت مدرس
بختیار استادی
استادیار گروه مهندسی صنایع، دانشگاه تربیت مدرس
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :