خاطره محرم نژاداصل - کارشناسی ارشد، شرکت آب و فاضلاب منطقه دو شهر تهران

در دنیای امروز، بهره برداری از سیستم های هوش تجاری در سطح سازمان، بهترین راه برای استفاده اثربخش و هدفمند از داده ها، اطلاعات و دانش سازمانها است. یکی از مهمترین ابزارهای هوش تجاری، داده کاوی است و بهره مندی از مزایای داده کاوی در سطح سازمانی و بین سازمانی، مستلزم طی شدن مراحلی است. در حال حاضر این مراحل به صورت جزیره ای در سازمانها انجام میشود و این امر منتج به بهره برداریهای محدودتری از داده کاوی میشود. در این پژوهش به بررسی داده های مشترکین آب و فاضلاب منطقه دو تهران پرداخته شده و سعی بر این است تا بتوان مشترکین خوش حساب را از مشترکین بدحساب جدا کرد. با توجه به پیاده سازی، ارزیابی و استفاده از الگوریتمهای پایه داده کاوی به این نتیجه رسیدیم که استفاده از آموزش جمعی دارای عملکرد بسیار بالایی میباشد و تصمیم های موثری را با توجه به حوزه اطلاعات ورودی میتواند انجام دهد. نکته اصلی در روش ارائه شده، عملکرد بهتر و کارآیی چشمگیر یادگیری جمعی در مقایسه با الگوریتمهای پایه یادگیری ماشین به تنهایی است. استفاده از آموزش جمعی برای بهبود نتایج الگوریتم های داده کاوی نیز ارائه گردید که به عنوان نوآوری دیگری برای این پژوهش محسوب میشود. ترکیب نتایج الگوریتم های یادگیری ماشین و ساخت مدل یادگیری جمعی، دقت و کارآیی بسیار مناسبی را برای روش ارائه شده فراهم آورده است.

داده کاوی، پیشبینی، ماشین بردار پشتیبان، رگرسیون، درخت تصمیم گیری، شبکه عصبی مصنوعی، یادگیری-جمعی