مطالب توسط

تشخیص فرار مالیاتی با استفاده از سیستم هوشمند تركيبی (داده‌کاوی)

در سالهای پیشین به دلیـل عـدم وجـود بسـترهای نـرم افـزاری و سـخت افـزاری بـرای دریافـت اظهارنامــه و واریــز الكترونیكــی مالیــات، امكــان دسترســی بــه داده هــای طبقــه بنــدی شــده الكترونیكی شركت هـا برقـرار نبـود، بـه ایـن دلیـل در دوره فـوق حركـت بـه سـمت ایجـاد یـك سیستم هوشمند نـرم افـزاری بـرای كشـف فـرار مالیـاتی و طراحـی معیـار آن امكـان پـذیر نبـوده است. با پیاده سـازی زیـر سـاخت هـای نـرم افـزاری و سـخت افـزاری مختلف در سـازمان امـور مالیـاتی كشـور امكـان طراحـی و ایجـاد سـاختارهای هوشـمند مختلفـی در كنـار سیسـتم هـای فوق برقرار شده است .

با توجه به اجرایی شدن سامانه عملیات الكترونیكی مودیان مالیاتی و ایجاد پایگاه داده های مالیاتی، امكان پایش اطلاعات موجود با مدل های مختلف فراهم شده است. در این پژوهش، از الگوریتم بهینه سازی جستجوی هارمونی به منظور بهینه سازی همزمان پارامترهای شبكه عصبی پرسپترون چند لایه و تركیب مناسب ورودی ها استفاده شده است.

 

استفاده از مدل LRFM برای بخش‌بندی مشتریان بر اساس ارزش چرخه عمر آن‌ها

امروزه همه مشتریان برای شرکتها اهمیت یکسانی ندارند و شرکتها به دنبال این هستند که ضمن شناسایی و تحلیل ویژگی های مشتریان بتوانند آنها را براساس ارزشی که برای شرکت دارند نیز تفکیک و بخش بندی نمایند. شناسایی، تحلیل ویژگیها و بخش بندی مشتریان براساس ارزشی که برای شرکت دارند، زمینه را برای تخصیص بهینه منابع محدود، به کارگیری استراتژیهای مناسب بازاریابی و در نهایت مدیریت سودآوری در کنار مدیریت ارتباط با مشتری فراهم می آورد.

عوامل تأثیر گذار بر سطح رضایت‌مندی مشتریان با استفاده از داده کاوی

  • یکی از مسائلی که در حوزه مدیریت ارتباط با مشتری اهمیت بسیار دارد، شناسایی عوامل تاثیرگذار بر سطح رضایت مشتریان است. بر این اساس، در این پژوهش بر این موضوع تمرکز شده و سعی شده است تا رویکردی نوین از کاربرد تکنیک قوانین انجمنی در این حوزه ارائه شود. این تکنیک در قالب قوانین “اگر- آن گاه” این امکان را فراهم می آورد که ارتباط بین مقادیر مختلف عوامل تاثیرگذار و شاخص CSI مشخص شود و همچنین تاثیرگذارترین فاکتورها در رضایتمندی مشتریان شناسایی شوند. نتایج اجرای رویکرد پیشنهادی در شرکت بهمن دیزل، بیانگر آن است که شاخص میزان رضایت از خدمات سیار، بیشترین میزان تاثیرگذاری را دارد. همچنین فاکتورهای نحوه برخورد پرسنل نمایندگی و میزان رضایت از زمان صرف شده برای پذیرش نیز از اهمیت شایان توجهی برخوردارند. سایر سازمان ها نیز می توانند از روش ارائه شده در کنار تحلیل های آماری خود، برای شناسایی مهم ترین فاکتورهای تاثیرگذار بر رضایت مشتریان و اتخاذ تصمیم های اثربخش تر در زمینه راهبردهای ارتباطی با مشتریان بهره ببرند.

مروری بر انبار داده‌ها

تصمیم گیری سازمانی به طور ایده آل با آنالیز عمیق اطلاعات مدیریتی آغاز می شود . سپس تصمیم گیرندگان از اطلاعات موجود برای سنجش راه كارها ، آنالیز گزینه ها، پیش بینی تأثیرات و نمایش نتایج در حوزه سازمان و محیط استفاده می كنند . اما اگر تصمیم گیرندگان، اطلاعات مربوط، قابل اطمینان و به هنگام در اختیار نداشته باشند، كیفیت و اعتبار تصمیمات آنها مورد تردید خواهد بود . مدیران در سازمان ها و آموزش عالی همیشه لازم است آنها متغیرهای فراوانی را به طور همزمان مد نظر قرار داده و تأثیر تصمیماتشان برمؤلفه های داخلی و خارجی را بسنجند . این متغیرهاو مؤلفه ها در چهار دسته یا گروه اصلی قرار می گیرند

  • پیچیدگی سازمان
  • تعداد فراوان افراد دخیل و ناظران
  • بازار رقابتی
  • محدودیت منابع .

كاوش پویایی مشتری در طراحی بخش‌بندی با استفاده از روش‌های داده‌کاوی

یکی از موضوعات مهم در مسئلة بخش بندی پویـای مشـتریان، انتقـال مشـتریان بـه بخش های مختلف در طول زمان و كشف الگوهای حاكم بر این جابه جـایی هـا اسـت. بـر ایـن اساس، این مقاله بر پویایی مشتری تمركز كرده و تلاش میكند، گروه های رفتاری مشـتریان و ویژگی های غالب این گروه ها و الگوهای كلی حاكم بـر جا بـه جـایی و مهـاجرت مشـتریان بـه بخش های مختلف را در طول زمان استخراج كند. برای این كار، روش تركیبی جدیـدی مبتنـی بر الگوریتم K- means ، روشهای خوشه بندی سلسله مراتبی و قوانین انجمنـی ارائـه شـده و در داده های واقعی یك شركت مخابراتی به كار گرفته شده است. بر اساس نتایج به دست آمده، هفت گروه رفتاری متفـاوت در انتقـال مشـتریان بـه بخـش هـای مختلـف وجـود دارد. همچنـین در رویكردی نوین، تلاش شده است تا تأثیر رفتار پویای مشـتری در تغییـرات بخـش هـا در طـول زمان تبیین شود. در این راستا با ارائـة رویكـرد و مفـاهیم جدیـدی در خصـوص پویـایی رفتـار مشتری و تأثیر آن در تغییرات ساختاری و محتوایی بخشها، گروه بندی جدیدی از مشـتریان در قالب مشتریان سازنده و تثبیت كنندة ساختار، مشتریان پویای ساختار سازگار و مشـتریان پویـای ساختار شكن ارائه میشود.

چالش‌های پروژه‌های مدیریت داده

بدون شک با تبدیل داده به یک دارایی ارزشمند، شاهد حضور موفق و تأثیرگذار داده در تحقق اهداف استراتژیک کسب وکار یک سازمان خواهیم بود. برای تبدیل داده به یک سرمایه و یا دارایی استراتژیک، می بایست در گام نخست تابع یک استراتژی داده باشیم که همسو با استراتژی کسب وکار ایجادشده باشد و در گام دوم با تدوین یک نقشه راه مشخص و اجرای مجموعه ای از پروژه های مدیریت داده به صورت فعال و هدفمند به سمت مقصد حرکت کرد. اجرای موفقیت آمیز هر پروژه مدیریت داده، نیازمند وجود یک فونداسیون مستحکم است که می بایست قبل از هر چیز دیگر آماده شده باشد. عدم وجود حداقل های مورد نیاز، ریسک اجرای موفقیت آمیز پروژه ها را به شدت افزایش خواهد داد و در عمل شاهد آن خواهیم بود که یک پروژه با هزینه بیشتر، خروجی کمتر و زمان طولانی تر به سرانجام برسد و یا در نیمه راه کنار گذاشته شود.

متن‌کاوی موضوعی قرآن کریم

متن کاوی موضوعی قرآن کریم، رویکردی جدید در “پردازش معنایی” میان آیات قرآن کریم است، که با استفاده از ابزارهای داده کاوی رایانه ای به این کاوش می پردازد. با استفاده از مبانی تفسیری علامه طباطبایی در نگاه موضوعی و نگاه غایت محور، یک پیکره موضوعی از آیات قرآن تشکیل دادیم که شامل بخشی تفسیری (برای ارزیابی نتایج) و بخشی تشخیصی (با کد گذاری موضوعی آیات برای ورود به الگوریتم ها رایانه ای) است. موضوعات این پیکره، مبتنی بر بیان علامه در مقدمه المیزان، شامل هفت موضوع است که با نظمی توحیدی، نظام معنایی جامعی را تشکیل می دهند.

بخش‌بندی خوشه‌ای مشتریان بانک (داده‌کاوی)

شناخت مشتریان، ایجاد تمایز بین گروه های مختلف مشتریان و رتبه بندی آنها یکی از مسائل مهم در بانک ها و سازمان های مشتری محور است. برای رسیدن به درکی صحیح از مشتریان، سازمان ها نیازمند استفاده از مقیاسی هستند که از طریق آن بتوان میزان اهمیت مشتریان مختلف را سنجش نمود. هدف این تحقیق ارائه الگویی جهت بخش بندی و رتبه بندی مشتریان بانک است. در راستای این هدف اطلاعات مربوط به 30.000 مشتری بانک صادرات ایران در بازه یک ساله فروردین 89 تا فروردین90 دریافت شد. این اطلاعات شامل تاریخ آخرین تراکنش، تعدادتراکنش ها در بازه زمانی یک ساله، مانده حساب درانتهای این بازه زمانی و همچنین اطلاعات استفاده از خدمات بانکداری خرد بوده است. مشتریان نمونه بر اساس تحلیل آر اف ام با استفاده از الگوریتم Twostep خوشه بندی و به این ترتیب مشتریان به چهار بخش تفکیک شدند.

بخش‌بندی كاربران بانكداری اینترنتی بر مبنای انتظارات: رويكرد داده‌كاوی

خدمات بانكی مبتنی بر اینترنت به مشتریان طی چند سال اخیر بـه محـور رقابـت در نظام بانكی ایران تبدیل شده است. در همین راستا با شناسایی و بخش بندی كاربران ایـن نـوع خدمات، می تـوان نیازهـا و انتظـارات آنهـا را شـناخت و بـرای تـأمین ایـن نیازهـا و انتظـارات برنامه ریزی كرد كه این موجب بهبود تصویر بانك و كسـب مزیـت رقـابتی مـی شـود. در ایـن پژوهش هفت بانك پاسارگاد، پارسیان، ملت، سـامان، اقتصـاد نـوین، تجـارت و ملـی بـه منزلـة برندهای رقیب انتخاب شدند. برمبنای بررسی پیشـینة پـژوهش، انتظـارات كـاربران بانكـداری اینترنتی در قالب 17 شاخص شناسایی شد. با ابزار پرسشنامة بسته سؤالی، داده های لازم از 274 كاربر خدمات بانكداری اینترنتی بانكهای منتخب به دست آمد. ابتـدا براسـاس تحلیـل عـاملی اكتشافی، پنج عامل سهولت كاربری، تنوع سبد خدمات، امنیت، سرعت و اطمینان شناسایی شد. در مرحلة بعد با روش داده كاوی K- Means تعداد بهینة خوشه ها برابر با شش خوشه تعیین شـد و در ادامه، انتظارات خوشه ها در قالب پنج عامل مورد ارزیابی قرار گرفت. نتیجه نشـان داد كـه میانگین انتظارات و فراوانی متغیرهای جمعیت شـناختی در خوشـه هـا متفـاوت اسـت. درنتیجـه، خوشه های استخراج شده از كیفیت خوبی برخوردار بوده اند.

داده‌كاوی و هوش كسب‌وكار

سیستم های جامع سازمانی همچون سیستم های برنامه ریزی منابع سازمان كه در فصول گذشته مورد بحث و بررسی قرار گرفتند، ابزارهای قدرتمندی را جهت كنترل و اندازه گیری عملیات سازمانی پیشنهاد می نمایند. تعداد زیادی از سازمان ها، به این اعتقاد رسیده اند كه چنانچه این ابزارها به سیستم های هوش كسب و كار مجهز شوند، ارزش بسیار بالاتری را برای سازمان ایجاد می نمایند. هوش كسب و كار از طریق كاوش در داده های ذخیره شده در سیستم های انبارش داده و بهره گیری از نتایج این كاوش ها برای حل مشكلات كسب و كار و یا به عبارت دیگر داده كاوی، بدست می آید. یكی از اَشكال معروف داده كاوی در سیستم های برنامه ریزی منابع سازمان، از طریق مدیریت روابط مشتریان، مطرح می گردد. انباره های داده یكی از ابزارهای مهم داده كاوی می باشند. با بهره گیری از این ابزارها می توان اطلاعات مشتریان را طی دوره های مختلف نگهداری نمود و پس از پردازش و كاوش آنها اطلاعات ارزشمندی در خصوص نیازها، سلایق و رفتارهای آنها بدست آورد. با توجه به اهمیت بسیار بالای این سیستم ها در توسعه سازمان ها، این فصل در نظر دارد مفهوم هوش كسب و كار و داده كاوی را برای دانشجویان تشریح نموده، ابزارهای آنرا بیان نموده و مواردی از استفاده از آنرا در كسب و كارها و سازمان های بزرگ دنیا ارایه نماید.

رویکرد مبتنی بر داده‌کاوی در مدیریت ارتباط با مشتری و بازاریابی

حضور در بازار پرتلاطم رقابت، سازمان ها را به استفاده از رویکردهای نوین جهت نگهداشت مشتریان جاری، شناسایی و جذب مشتریان جدید سوق داده است. روش های داده کاوی که قابلیت کشف دانش از انبوه داده ها را فراهم می کنند. در این موضوع به کمک سازمان ها آمده و آنها را در راستای رسیدن به اهداف بازاریابی و مدیریت ارتباط با مشتری شامل شناسایی، جذب، نگهداشت و ارتقای مشتری یاری می رسانند.

در این مقاله، پس از معرفی مدیریت ارتباط با مشتری، روش های داده کاوی به عنوان ابزاری جهت کشف دانش جهت پاسخگویی به نیازها کسب و کار و استراتژی های مدیریت ارتباط با مشتری مورد بررسی قرار گرفته است. به علاوه، مروری بر کاربردهای مختلف داده کاوی در مدیریت ارتباط با مشتری در صنایع مختلف شامل خرده فروشی، بانکداری و مخابرات صورت گرفته است. پس از آن، ازروش های داده کاوی برای سه کاربرد مختلف به عنوان مطالعات مورد استفاده شد که شامل:

  • بررسی تاثیر عنوان تجاری بر سبد خرید مشتری درمطالعه داده های فروشگاه شهروند.
  • پیش بینی سرویس مورد تقاضای آینده مشتری در استفاده از اینترنت.

3- بررسی روی گردانی مشتری از اینترنت هوشمند با استفاده از ارزش طول عمر مشتری است.