پیش بینی میزان سوددهی سازمان تامین اجتماعی با استفاده از تکنیک های داده کاوی

داده کاوی به مفهوم استخراج اطلاعات نهان و یا الگوها و روابط مشخص در حجم زیادی از داده ها در یک یا چند بانک اطلاعاتی بزرگ است. داده کاوی پایگاه ها و مجموعه های حجیم داده ها را در پی کشف و استخراج دانش، مورد تحلیل و کند و کاوهای ماشینی (و نیمه ماشینی) قرار می دهد. تکنیک های داده کاوی به گونه ای گسترش یافته اند که در ابزارهای نرم افزاری امروزی تطبیق داده شده اند و از اطلاعات جمع آوری شده می توان بهره برد. با استفاده از دانش داده کاوی می توانیم به استخراج پارامترهای تاثیر گذار در تصمیم گیری های آینده سازمان ها پرداخته و با کمک گرفتن از تکنیک های رده بندی و پیش بینی یک سیستم پیش بینی کننده با دقت قابل قبول طراحی نمود و در صورت امکان با استفاده از مراحل پردازش داده در داده کاوی بتوان زمینه ایجاد یک پایگاه داده استاندارد بر اساس معیارهای کسب شده ایجاد نمود. در این تحقیق، با استفاده از تکنیک های داده کاوی الگوهایی مناسب در میزان سوددهی سازمان تامین اجتماعی مورد مطالعه قرار گرفته است به عبارت دیگر در این پژوهش از داده های جمع آوری شده از سازمان تامین اجتماعی در سطح استان مرکزی استفاده شده است با کسب دانش از داده ها می توان میزان سوددهی سازمان را پیش بینی نمود. این پیش بینی در راستای تدوین قوانین جدید اصلاح سیستم سازمان و همچنین برآورد اقتصادی نقش بسیار مهمی را خواهد داشت. در راستای انجام این پژوهش از روش های کلاسه بندی استفاده شده است. پس از طی نمودن فرایند آماده سازی داده ها (تجمیع داده ها، پاک سازی داده ها و انتخاب داده ها) و ایجاد انبار داده و مجموعه داده مورد نظر، مدلها با استفاده از ابزار Rapidminer تحلیل شدند. به منظور توسعه مدل های پیش بینی، از درختان تصمیم گیری CHAID ماشین بردار پشتیبان SVM و تکنیک های شبکه های عصبی مصنوعی با بهره گیری از پایگاه داده سازمان تامین اجتماعی استفاده شده است.

کلیدواژه ها:

پیش بینی ، سوددهی سازمان تامین اجتماعی ، داده کاوی