کاربرد شبکه عصبی خود سازمانده بر اساس دادهکاوی برای تصمیم گیری مدیران

اصولا از مهمترین اهداف تجزیه و تحلیل های اقتصادی, تشخیص و پیش بینی صحیح و دقیق متغیرها است که می تواندمدیران را در جهت اتخاذ تصمیمات صحیح کمک و یاری نماید. تشخیص و تجزیه و تحلیل فاکتورهای موثر در بازارهای ماییاز مهمترین راهکارهای موجود در زمینه کنترل و پیش بینی رفتار بازار می باشند. اما تشخیص فاکتورهای موثر در دنیای واقع وبه ویژه در بازارهای مایی کار چندان ساده ای نیست. چراکه بر اساس نظر محققان، اکثر سیستم های دنیای واقع بویژهسیستم های مالی غیرخطی بوده و لذا روشهای خطی سنتی قادر به تشخیص روابط و همبستگی های غیرخطی موجود در آنهانمی باشند. شبکه های عصبی مصنوعی (ANNs) از جمله کارآمدترین روش های حال حاضر جهان به منظور کشف روابط موجود در داده ها بوده و پیشرفت های عظیمی نیز در ارتقاء کیفیت تصمیمات مالی بوجود آورده اند. شبکه های عصبی خود سازمان ده (SOM)بی شک از قدرتمندترین شبکه های موجود جهت داده کاوی و تحلیل غیرخطی فضاهای پیچیده می باشند. در این مقاله ابتداعا بکارگیری شبکه های خودسازمان ده کوهنن به منظور تعیین فاکتورهای موثر در بازارهای مالی تشریح شده وسپس در تجزیه و تحلیل فاکتورهای موثر بر قیمت محصولات فولادی در بازار فلزات صنعتی بکارگرفته شده اند. نتایج حاصلهاز بکارگیری شبکه های خودسازمانده بیانگر وجود ده دسته متغیر موثر بر قیمت محصولات فولادی بوده است که بر اساسمیزان تاثیر، طبقه بندی و رتبه بندی شده اند.

کلیدواژه ها:

شبکه های عصبی خودسازمانده (SOM) ، داده کاوی ، بورس