تحقیق داده کاوی در حوزه مالی

توضیحات

عنوان: داده کاوی در حوزه مالی

• چکیده‌
• فصل اول: مقدمه
• مقدمه
• اهداف تحقیق
• فصل دوم: داده کاوی ، تکنیک های آن  و کاربرد آن
• مفهوم داده كاوی
• عملیات های داده کاوی
• الگوریتم های داده کاوی
• گامهای اصلی داده کاوی جهت کشف دانش
• مراحل لازم برای ساخت یک پایگاه داده داده کاوی
• ساختن مدل داده کاوی
• ابزارهای تجاری داده کاوی Tools DM Commercial
• محدودیت های داده کاوی
• کاربردهای داده کاوی
• فصل سوم: فصل سوم: حوزه مالی و داده کاوی در حوزه مالی
• تعریف بازار مالی
• ریسک های موجود در بازار مالی ایران
• داده كاوى در حوزه داده هاى مالى
• فصل چهارم: مرورمنابع
• مرور منابع
• فصل چهارم: نتیجه ­گیری
• نتیجه­ گیری
• منابع

چکیده

در طول سالیان اخیر، حجم مخازن داده­ های الكترونیكی ایجاد شده توسط بانكها، شركتها و سایر موسسات تجاری، همواره در حال افزایش بوده است. بیت‌های با ارزش اطلاعات در این مخازن داده، جــای گرفته اند، به گونه‌اى كه اندازه و حجم بســیار زیاد ایــن منابع، تجزیه و تحلیل آنها را برای انسان به منظور خلق اطلاعات یا الگوهای مفید و مناسب در جهت فرآیند تصمیم گیری، غیر ممكن ساخته است. فنونى نظیر داده‌كاوی میتوانند به طورخودكار، اطلاعات را از میان این مقادیر حجیم داده اســتخراج نمایند. داده‌کاوی، تاثیراتى عمیق بر شیوه‌های كسب ‌وکار و مدیریت دانش در ســال های اخیر داشته اســت. هوشمندی كسب وكار، مشهورترین كاربرد فنون داده كاوی است. قابلیت های طبقه‌بندی و پیش­بینی ابزارهای داده كاوی، موجب كاربرد این ابزارها به منظور مقاصد پیش­بینی ورشكستگی، وضعیت تداوم فعالیت، پیش بینی درماندگی مالی،تشخیص وشناسایی تقلب مدیریت، همچنین تخمین ریسك اعتباری و عملكرد واحد تجاری شده و بدین ترتیب داده‌كاوی را تبدیل به موضوعی با درجه اهمیت زیاد، در امور مالی نموده اســت. هدف این مطالعه بررســی اجمالی این فناورى جدید و تحقیقات مرتبط با آن، به منظور نمایان ســاختن كاركردهای داده كاوی در امور مالی و فرصت­های تحقیقاتی آن میباشد.

کلید واژه­ ها: امورمالى، روش های داده‌كاوى، ابزارهاى داده‌کاوى، داده‌كاوى

           فصل اول

مقدمه

تکنولوژی مدیریت پایگاه داده های پیشرفته انواع مختلفی از داده ها را میتواند در خود جای دهد، در نتیجه تکنیکهای آماری و ابزار مدیریت سنتی برای آنالیز این داده ها کافی نیست و استخراج دانش از این مقدار حجیم یک چالش بزرگ تلقی میشود. داده کاوی کوششی برای بدست آوردن اطلاعات مفید از میان این داده هاست و رشد بی رویه ی داده ها در سطح جهان اهمیت داده کاوی را دو چندان کرده است. پاورپوینت آماده

در این فصل ابتدا به معرفی مفاهیم اصلی داده کاوی میپردازیم و پس از آن انواع داده ها که میتوان عملیات داده کاوی را بر روی آنها انجام داد، بیان میشوند. انتهای فصل به چالش های موجود در این حوزه می پردازد. در واقع این فصل توضیحی مختصر در مورد فصل های آتی را در خود دارد. انجام پاورپوینت

داده کاوی و تکنیک های آن

به صورت ساده اینطور میتوان بیان کرد که داده کاوی به استخراج دانش از حجم انبوهی از داده‌ها اطلاق میشود. به همین دلیل بسیاری از افراد این واژه را مترادفی برای واژه ی کشف دانش میدانند. داده‌کاوی شامل مجموعه ای از تکنیک هایی است که در حوزه‌های دیگر علمی مانند پایگاه داده‌ها، آمار، یادگیری ماشین، شبکه های عصبی، بازیابی اطلاعات و تشخیص الگو میتوان آن را یافت.

از زاویه‌ی دید پایگاه داده ها به آن نگاه میکنیم و بدین ترتیب به دنبال الگوریتم‌های مقیاس پذیر و کارایی از داده‌کاوی خواهیم بود. از یک نقطه نظر میتوان عملیات داده‌کاوی را در دو گروه دسته بندی نمود، که دسته ی اول به توصیف خصوصیت داده ها در پایگاه داده‌ها می­پردازند و عملیات دسته ی دوم با مدلسازی داده‌های در دسترس سعی می کنند تا یک پیش بینی صحیح از داده های آتی و آزمایشی داشته باشند.

مواقعی که کاربر هیچگونه نظری در مورد نوع الگوها ندارد، میتواند از دو روش استفاده و نتایج را مشاهده و ارزیابی کند. به همین دلیل بسیار مهم است که یک سیستم داده‌کاوی را انتخاب کند که عملیات متنوعی را انجام دهد.

به طور معمول کلیه ی الگوهای تولید شده توسط الگوریتم برای کاربر مفید نیست و تنها کسر کوچکی از این الگوها میتوانند برای تحلیلگر و کاربر جالب باشند و نظر آنها را جلب کنند. در این راستا سه سوال اساسی مطرح میشود. چه چیزی باعث آن میشود که ما یک الگو را جالب بدانیم؟ آیا یک سیستم داده کاوی قادر به تولید تمام الگوهای جالب هست؟ آیا یک سیستم داده کاوی میتواند فقط الگوهای بدردبخور و جالب را تولید کند؟

توجه:

برای دانلود فایل کامل ورد لطفا اقدام به خرید نمایید.

لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.