تحلیل پیمانکار بر سابقه پرداخت کارفرمایان ساخت با استفاده از الگوریتم خوشه بندی

در صنعت ساخت ، پیمانکاران با چالش پیش بینی دقیق فرآیندهای مالی یک پروژه روبه رو هستند. تاخیر و ناقصی پرداخت ها از عوامل اصلی هستند که به شدت بر قابلیت پیش بینی فرآیند مالی پیمانکاران تاثیر می گذارند. این مقاله یک چارچوب ارائه می دهد که به پیمانکاران این امکان را می دهد که رفتار پرداخت کارفرمای پروژه را ارزیابی کنند. یک الگوریتم خوشه بندی به نام K-means توسعه داده شده و عملکرد آن بر اساس تاخیر و ناقصی پرداخت ها در پروژههای واقعی ارزیابی می شود. این مدل با چهار متغیر مستقل توسعه داده می شود: درصد مبلغ پرداخت نهایی ، حداکثر مبلغ پرداخت در یک بازه زمانی (نشان دهنده کامل بودن پرداخت ها)، میانگین زمان تا بیشترین پرداخت و میانگین تعداد بازههای پرداخت (نشان دهنده سرعت در پرداخت ها). برای ارزیابی عملکرد مدل از تاریخچه پرداخت در ۵ پروژه ساخت در ایران استفاده می شود. کارفرمایان به نه گروه متمایز با ویژگی ها و الگوهای پرداختی متفاوت گروهبندی می شوند. پیمانکاران می توانند از نتایج این مطلعه برای تصمیم گیری های آگاهانه در خصوص مدیریت ریسک و پیش بینی فرآیند مالی استفاده کنند. همچنین ، کارفرمایان پروژه می توانند با مقایسه رفتار پرداختی خود با همتایان خود در صنعت ، روشهای پرداخت خود را بهبود بخشند و روابط قوی تری با پیمانکاران برقرار کنند.

کلیدواژه ها:

فرآیندمالی ، الگوریتم خوشه بندی ، گروهبندی کارفرما ، سابقه پرداخت .