تحقیق درباره حسابداری مدیریت هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی

اختصاصی از هایدی تحقیق درباره حسابداری مدیریت هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 16

اولین مقاله در مورد حسابداری صنعتی :

آشنایی با برخی مفاهیم اساسی حسابداری مدیریت هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی

هزینه‌یابی برمبنای فعالیت1، ارزیابی متوازن2 و ارزش افزوده اقتصادی3 ابزارهای مدرنی شمرده می‌شوند که به‌منظور اندازه‌گیری عملکرد مدیریت به‌کار می‌روند و بسیاری از شرکتها در سراسر اروپا از آن استفاده می‌کنند.

آیا چارچوبهای هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی با یکدیگر ناسازگارند یا می‌توان آنها را در یک سازمان با همدیگر به‌کار برد؟

هزینه‌یابی برمبنای فعالیت و ارزیابی متوازن اطلاعاتی را فراهم می‌آورند که مدیران جهت تصمیم‌گیریهایی که منجر به خلق ارزش می‌شود به آن نیازمندند. ارزش افزوده اقتصادی فراهم‌آورنده چارچوب تصمیم، معیارهای عملکرد و محرکهایی است که مدیریت را برای خلق ارزش بر می‌انگیزد.

برای درک بیشترِ مفاهیم هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی می‌توان تجارت را به فوتبال تشبیه کرد. مربی یک تیم فوتبال به‌عوامل متعددی جهت موفقیت نیاز دارد. برای مثال به‌دست آوردن ضربه‌های ایستگاهی، به‌دست آوردن کرنر، فراهم‌سازی یک دفاع محکم و داشتن یک دروازه‌بان مناسب. اما در پایان مسابقه تنها چیزی که اهمیت دارد این است که مسابقه را برده‌ایم یا باخته‌ایم نه اینکه در طول بازی چند کرنر یا چند ضربه ایستگاهی به‌دست آورده‌ایم. در تجارت نیز مدیر معیارهای زیادی را برای کسب موفقیت لازم دارد. هزینه‌یابی برمبنای فعالیت وارزیابی متوازن معیارهایی هستند که مدیر را در تصمیم‌گیری و دستیابی به موفقیت یاری می‌رسانند، اما آیا صرفاً استفاده از این معیارها دلیل بر موفقیت است؟

این موضوع که مدیریت برای دستیابی به موفقیت به این معیارها نیاز دارد امری بدیهی است اما تعیین‌کننده برد یا باخت شرکت ارزش افزوده اقتصادی است؛ با به‌کارگیری ارزش افزوده اقتصادی مدیران در استفاده از اطلاعات به‌منظور خلق ارزش و خواسته مالکان برانگیخته می‌شوند. نیاز سازمانها به سازگاری با محیط تجاری پویا و پیچیده امروزی برای ادامه بقا که ناشی از توسعه بازارهای رقابتی است از یک سو و از سوی دیگر فشار مجامع سرمایه‌گذار به مدیران جهت تعیین ارزش و تبیین معیارهای اندازه‌گیری دقیق و شفاف، باعث شد سازمانها سیستمهای سنتی پاداش و اندازه‌گیری عملکرد را که در دهه قبل به‌وجود آورده بودند مورد بازنگری قرار دهند و دوباره آنها را بیازمایند که آیا مبنای صحیح و قابل اتکایی برای تصمیم‌گیری بوده‌اند یا خیر؟ در حال حاضر تکنیکهای اندازه‌گیری بیشتر از اینکه بر چارچوبهای حسابداری استوار باشند براساس تئوریهای اقتصادی بنا شده‌اند.

اما براستی شرکت باید از چه چارچوبی استفاده کند؟ و زمانی‌که چارچوب جدیدی در حال اجراست آیا این بدان معنی است که شرکت باید دیگر چارچوبها را نادیده بگیرد؟

این مقاله سه چارچوب هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی را که استفاده از آنها در صنایع به‌طور گسترده در حال افزایش است مورد بحث قرار می‌دهد. اگر چه در این مقاله به‌طور خلاصه این سه چارچوب توصیف می‌شود اما بیشتر با جواب این سئوال سروکار داریم که آیا می‌توان این چارچوب‌ها را به‌طور همزمان به‌کاربرد یا آنها با هم ناسازگارند؟

این مقاله بیان می‌کند که این چارچوبها در واقع مکمل همدیگرند و زمانی‌که با هم به‌کاربرده شوند می‌توانند بسیار موثر باشند.

هزینه‌یابی برمبنای فعالیت

با متنوع شدن تولیدات و مشتریان یک سازمان، تخصیص هزینه‌های سربار نیز امری گمراه‌کننده و تحریف‌کننده بهای تمام‌شده تولیدات یا خدمات خاص می‌گردد. همان‌طور که می‌دانیم سیستم هزینه‌یابی برمبنای فعالیت و سیستم هزینه‌یابی سنتی از لحاظ نحوه تخصیص هزینه‌های سربار با یکدیگر متفاوتند. این تفاوت در شکل 1 نشان داده شده است. بدین معنی که در سیستم هزینه‌یابی سنتی، هزینه‌های سربار تنها براساس یک محرک هزینه که می‌تواند حجم تولید، ساعات کار مستقیم، ساعات کار ماشین یا میزان دستمزد مستقیم باشد تسهیم می‌گردد و این نمی‌تواند مبنای صحیحی برای تسهیم هزینه‌های سربار پدید آورد، زیرا برای مثال، محصولی که چرخه عملیات تولیدی آن کوتاه است ممکن است به میزان غیرمتناسبی از هزینه‌های انبار یا بارگیری بهره ببرد. لذا حسابداری صنعتی به‌شکل سنتی پیام نادرست به مدیران می‌دهد. اما در سیستم هزینه‌یابی برمبنای فعالیت، تسهیم هزینه‌های سربار شامل دو مرحله است که در مرحله اول فعالیتهای عمده شناسایی می‌شوند و هزینه سربار به‌تناسب منابعی که در هر فعالیت مصرف می‌شود به آن فعالیتها تخصیص می‌یابد. سربار تخصیص‌یافته به هر فعالیت هزینه انباشته فعالیت4 نامیده می‌شود. پس از تخصیص سربار ساخت به فعالیتها در مرحله اول، محرکهای هزینه5 مناسب و مربوط به هر یک از فعالیتها شناسایی می‌شوند. سپس در مرحله دوم هزینه انباشته هر فعالیت به‌نسبت مقدار مصرف محرکهای هزینه در هر یک از خطوط تولید محصول به این خطوط تخصیص داده می‌شود. این سیستم هزینه‌یابی می‌تواند اطلاعات بهتری را برای تصمیم‌گیریهای استراتژیک مدیریت فراهم آورد و به تشخیص هزینه‌های بدون ارزش افزوده کمک کند. بنابراین هزینه‌یابی برمبنای فعالیت، کیفیت تولید و هزینه‌یابی را بهبود می‌بخشد.

مدیران برای آنکه بتوانند عملکرد شرکتشان را بهبود بخشند نیازمند شناخت چگونگی اثر متقابل بهای تمام‌شده با دیگر معیارهای عملکرد هستند. این موضوع به کمک تکنیک ارزیابی متوازن حل می‌شود.

ارزیابی متوازن

با توسعه شرکتها بتدریج مدیریت از مالکیت جدا می‌شود و بحث مسئولیت پاسخگویی به‌وجود می‌آید، بدین معنی که مدیران در برابر مالکان باید پاسخگو باشند. با تمایز مالکان از مدیران و توجه به اینکه مالکان آگاهی کمی از مسائل مالی دارند و به اطلاعات گزارش‌شده از سوی مدیریت متکی هستند آنان به ارزیابی عملکرد مدیریت نیاز دارند و در این ارزیابی ناچار به استفاده از اندازه‌گیری می‌باشند (مثالی در ادبیات مدیریت وجود دارد که اگر کسی نتواند چیزی را اندازه بگیرد نمی‌تواند آن را اداره کند)، اما اگر این اندازه‌گیری تنها متکی بر ارقام و اطلاعات مالی باشد نمی‌تواند مبنای صحیحی برای قضاوت و تصمیم‌گیری پدید آورد. یک

پاورپوینت درباره مدیریت استراتژیک با روش ارزیابی متوازن

اختصاصی از هایدی پاورپوینت درباره مدیریت استراتژیک با روش ارزیابی متوازن دانلود با لینک مستقیم و پر سرعت .

فرمت فایل :powerpoint  تعداد صفحات 55 صفحه

بخشی از اسلایدها:

مقدمه:

سازمانها برای تعیین و تشخیص موقعیت فعلی خود و پیشرفت در محیط رقابتی امروز که بر اقتصاد دانش محور استوار است بایستی بطور منظم و منسجم از الگوهایی برای ارزیابی عملکرد خود استفاده کنند و لذا استفاده از نظامهای کنترل عملکرد و برنامه ریزی استراتژیک  ضروری است تا بتوانیم موثرتر مدیریت کرده و میزان موفقیت و پیشرفت در دستیابی به اهداف راهبردی  شرکت را بسنجیم.
الگوی ارزیابی مطلوب باید بتواند وضعیت کلی سازمان را نسبت به اهداف و نیز جایگاه سازمان را نسبت به محیط پیرامونی مشخص کند و علاوه براین نشانگر میزان اثربخشی عملکردها باشد.

تغییرات:

1- توقعات مشتریان
2- تکامل فرآیندها و توسعه تکنولوژی
3- نیروی انسانی دانش محور
4- متغیرهای مالی

دلایل اندازه گیری:

1- بررسی میزان تحقق اهداف و استراتژیها
2- کنترل فعالیتها و بررسی موثر بودن فرآیندها و راهکارهای اجرائی
3- انعکاس وضعیت سازمان به مدیران جهت تصمیم گیری
4- دقت استنباطهای لازم در سازمان و کمی کردن شاخصهای بهبود مستمر
5- مقایسه درونی وضعیت سازمان با دوره های گذشته
6- بازده عملکرد مدیران و دست اندرکاران
7- تحلیل محیط داخلی سازمان و شناخت قوتها و ضعفهای عملکرد
8- زمینه سازی طراحی نظام انگیزش عملکرد کارکنان
9- آگاهی یافتن مدیران از اثر بخشی تصمیمات اخذ شده قبلی

سیستم سنجش:

تعیین موقعیت فعلی سازمان
انتقال جهت گیری و مقاصد سازمان به سایرین
تحریک اقدامات در مهمترین حوزه های کلیدی سازمان
تسهیل یادگیری سازمانی
تاثیر گذاری بر رفتار کارکنان

حسابداری مدیریت هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی

اختصاصی از هایدی حسابداری مدیریت هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 18

اولین مقاله در مورد حسابداری صنعتی :

آشنایی با برخی مفاهیم اساسی حسابداری مدیریت هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی

هزینه‌یابی برمبنای فعالیت1، ارزیابی متوازن2 و ارزش افزوده اقتصادی3 ابزارهای مدرنی شمرده می‌شوند که به‌منظور اندازه‌گیری عملکرد مدیریت به‌کار می‌روند و بسیاری از شرکتها در سراسر اروپا از آن استفاده می‌کنند.

آیا چارچوبهای هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی با یکدیگر ناسازگارند یا می‌توان آنها را در یک سازمان با همدیگر به‌کار برد؟

هزینه‌یابی برمبنای فعالیت و ارزیابی متوازن اطلاعاتی را فراهم می‌آورند که مدیران جهت تصمیم‌گیریهایی که منجر به خلق ارزش می‌شود به آن نیازمندند. ارزش افزوده اقتصادی فراهم‌آورنده چارچوب تصمیم، معیارهای عملکرد و محرکهایی است که مدیریت را برای خلق ارزش بر می‌انگیزد.

برای درک بیشترِ مفاهیم هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی می‌توان تجارت را به فوتبال تشبیه کرد. مربی یک تیم فوتبال به‌عوامل متعددی جهت موفقیت نیاز دارد. برای مثال به‌دست آوردن ضربه‌های ایستگاهی، به‌دست آوردن کرنر، فراهم‌سازی یک دفاع محکم و داشتن یک دروازه‌بان مناسب. اما در پایان مسابقه تنها چیزی که اهمیت دارد این است که مسابقه را برده‌ایم یا باخته‌ایم نه اینکه در طول بازی چند کرنر یا چند ضربه ایستگاهی به‌دست آورده‌ایم. در تجارت نیز مدیر معیارهای زیادی را برای کسب موفقیت لازم دارد. هزینه‌یابی برمبنای فعالیت وارزیابی متوازن معیارهایی هستند که مدیر را در تصمیم‌گیری و دستیابی به موفقیت یاری می‌رسانند، اما آیا صرفاً استفاده از این معیارها دلیل بر موفقیت است؟

این موضوع که مدیریت برای دستیابی به موفقیت به این معیارها نیاز دارد امری بدیهی است اما تعیین‌کننده برد یا باخت شرکت ارزش افزوده اقتصادی است؛ با به‌کارگیری ارزش افزوده اقتصادی مدیران در استفاده از اطلاعات به‌منظور خلق ارزش و خواسته مالکان برانگیخته می‌شوند. نیاز سازمانها به سازگاری با محیط تجاری پویا و پیچیده امروزی برای ادامه بقا که ناشی از توسعه بازارهای رقابتی است از یک سو و از سوی دیگر فشار مجامع سرمایه‌گذار به مدیران جهت تعیین ارزش و تبیین معیارهای اندازه‌گیری دقیق و شفاف، باعث شد سازمانها سیستمهای سنتی پاداش و اندازه‌گیری عملکرد را که در دهه قبل به‌وجود آورده بودند مورد بازنگری قرار دهند و دوباره آنها را بیازمایند که آیا مبنای صحیح و قابل اتکایی برای تصمیم‌گیری بوده‌اند یا خیر؟ در حال حاضر تکنیکهای اندازه‌گیری بیشتر از اینکه بر چارچوبهای حسابداری استوار باشند براساس تئوریهای اقتصادی بنا شده‌اند.

اما براستی شرکت باید از چه چارچوبی استفاده کند؟ و زمانی‌که چارچوب جدیدی در حال اجراست آیا این بدان معنی است که شرکت باید دیگر چارچوبها را نادیده بگیرد؟

این مقاله سه چارچوب هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی را که استفاده از آنها در صنایع به‌طور گسترده در حال افزایش است مورد بحث قرار می‌دهد. اگر چه در این مقاله به‌طور خلاصه این سه چارچوب توصیف می‌شود اما بیشتر با جواب این سئوال سروکار داریم که آیا می‌توان این چارچوب‌ها را به‌طور همزمان به‌کاربرد یا آنها با هم ناسازگارند؟

این مقاله بیان می‌کند که این چارچوبها در واقع مکمل همدیگرند و زمانی‌که با هم به‌کاربرده شوند می‌توانند بسیار موثر باشند.

هزینه‌یابی برمبنای فعالیت

با متنوع شدن تولیدات و مشتریان یک سازمان، تخصیص هزینه‌های سربار نیز امری گمراه‌کننده و تحریف‌کننده بهای تمام‌شده تولیدات یا خدمات خاص می‌گردد. همان‌طور که می‌دانیم سیستم هزینه‌یابی برمبنای فعالیت و سیستم هزینه‌یابی سنتی از لحاظ نحوه تخصیص هزینه‌های سربار با یکدیگر متفاوتند. این تفاوت در شکل 1 نشان داده شده است. بدین معنی که در سیستم هزینه‌یابی سنتی، هزینه‌های سربار تنها براساس یک محرک هزینه که می‌تواند حجم تولید، ساعات کار مستقیم، ساعات کار ماشین یا میزان دستمزد مستقیم باشد تسهیم می‌گردد و این نمی‌تواند مبنای صحیحی برای تسهیم هزینه‌های سربار پدید آورد، زیرا برای مثال، محصولی که چرخه عملیات تولیدی آن کوتاه است ممکن است به میزان غیرمتناسبی از هزینه‌های انبار یا بارگیری بهره ببرد. لذا حسابداری صنعتی به‌شکل سنتی پیام نادرست به مدیران می‌دهد. اما در سیستم هزینه‌یابی برمبنای فعالیت، تسهیم هزینه‌های سربار شامل دو مرحله است که در مرحله اول فعالیتهای عمده شناسایی می‌شوند و هزینه سربار به‌تناسب منابعی که در هر فعالیت مصرف می‌شود به آن فعالیتها تخصیص می‌یابد. سربار تخصیص‌یافته به هر فعالیت هزینه انباشته فعالیت4 نامیده می‌شود. پس از تخصیص سربار ساخت به فعالیتها در مرحله اول، محرکهای هزینه5 مناسب و مربوط به هر یک از فعالیتها شناسایی می‌شوند. سپس در مرحله دوم هزینه انباشته هر فعالیت به‌نسبت مقدار مصرف محرکهای هزینه در هر یک از خطوط تولید محصول به این خطوط تخصیص داده می‌شود. این سیستم هزینه‌یابی می‌تواند اطلاعات بهتری را برای تصمیم‌گیریهای استراتژیک مدیریت فراهم آورد و به تشخیص هزینه‌های بدون ارزش افزوده کمک کند. بنابراین هزینه‌یابی برمبنای فعالیت، کیفیت تولید و هزینه‌یابی را بهبود می‌بخشد.

مدیران برای آنکه بتوانند عملکرد شرکتشان را بهبود بخشند نیازمند شناخت چگونگی اثر متقابل بهای تمام‌شده با دیگر معیارهای عملکرد هستند.

دانلود تحقیق مدیریت هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصاد

اختصاصی از هایدی دانلود تحقیق مدیریت هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصاد دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

 تعداد صفحه17

مدیریت هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصاد

هزینه‌یابی برمبنای فعالیت1، ارزیابی متوازن2 و ارزش افزوده اقتصادی3 ابزارهای مدرنی شمرده می‌شوند که به‌منظور اندازه‌گیری عملکرد مدیریت به‌کار می‌روند و بسیاری از شرکتها در سراسر اروپا از آن استفاده می‌کنند.
آیا چارچوبهای هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی با یکدیگر ناسازگارند یا می‌توان آنها را در یک سازمان با همدیگر به‌کار برد؟
هزینه‌یابی برمبنای فعالیت و ارزیابی متوازن اطلاعاتی را فراهم می‌آورند که مدیران جهت تصمیم‌گیریهایی که منجر به خلق ارزش می‌شود به آن نیازمندند. ارزش افزوده اقتصادی فراهم‌آورنده چارچوب تصمیم، معیارهای عملکرد و محرکهایی است که مدیریت را برای خلق ارزش بر می‌انگیزد.
برای درک بیشترِ مفاهیم هزینه‌یابی برمبنای فعالیت، ارزیابی متوازن و ارزش افزوده اقتصادی می‌توان تجارت را به فوتبال تشبیه کرد. مربی یک تیم فوتبال به‌عوامل متعددی جهت موفقیت نیاز دارد. برای مثال به‌دست آوردن ضربه‌های ایستگاهی، به‌دست آوردن کرنر، فراهم‌سازی یک دفاع محکم و داشتن یک دروازه‌بان مناسب. اما در پایان مسابقه تنها چیزی که اهمیت دارد این است که مسابقه را برده‌ایم یا باخته‌ایم نه اینکه در طول بازی چند کرنر یا چند ضربه ایستگاهی به‌دست آورده‌ایم. در تجارت نیز مدیر معیارهای زیادی را برای کسب موفقیت لازم دارد.

دانلود فایل ورد Word پروژه پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان

اختصاصی از هایدی دانلود فایل ورد Word پروژه پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان دانلود با لینک مستقیم و پر سرعت .

عنوان:پیش پردازش داده های نا متوازن با استفاده از ماشین بردار پشتیبان

تعداد صفحات :115

چکیده:

برای دست یابی به نتایج مطلوب در داده کاوی نیاز به پیش پردازش داده ها داریم.پیش پردازش داده ها یکی از اجزای مهم در فرایند کشف دانش است.روش های بسیاری برای پیش پردازش داده وجود دارد که می­توان از آنها استفاده کرد.اما این روش ها برای داده های نامتوازن مناسب نیستند. اصطلاح “مجموعه داده نامتوازن” عموما به مجموعه داده‌ای گفته می‌شود که در آن تعداد نمونه‌هایی که نمایانگر یک کلاس هستند از نمونه‌های دیگر در کلاس‌های متفاوت کمتر است مشکل عدم توازن کلاس در بسیاری از برنامه های کاربردی جهان واقعی به رسمیت شناخته شده است و موضوع تحقیقات یادگیری مبتنی بر ماشین قرار گرفته است از این رو اخیراً مشکل نامتوازن بودن کلاسها مورد توجه محققان در زمینه ی داده کاوی قرار گرفته است.آنها به دنبال کشف روش هایی بودند که با اعمال بر روی داده های نامتوازن به نتایج مطلوبی دست یابند.

در این پروژه روش های گوناگون پیش پردازش داده های نامتوازن مورد بحث قرار گرفته و الگوریتم جدیدی برای بهبود نتایج طبقه بندی ارائه می­شود، به گونه ای که کارایی و دقت آن مورد توجه باشد.

فصل اول: مقدمه و کلیات تحقیق

1-1- مقدمه

کشف دانش و داده کاوی یک حوزه جدید میان رشته ای و در حال رشد است که حوزه های مختلفی همچون پایگاه داده، آمار، یادگیری ماشین و سایر زمینه های مرتبط را با هم تلفیق کرده تا اطلاعات و دانش ارزشمند نهفته در حجم بزرگی از داده ها را استخراج کند.هدف کشف دانش و داده کاوی یافتن الگوها در پایگاه داده است که در میان حجم عظیمی از داده ها مخفی هستند]1[ .کشف دانش شامل مراحل متعددی است که در این تحقیق به مرحله پیش پردازش توجه می­کنیم.

مرحله آماده سازی داده ها مهم ترین و زمانبرترین مرحله در پروژه های داده کاوی است.از آنجا که داده ها در این پروژه ها ورودی پروژه هستند هر قدر این ورودی دقیق تر باشد، خروجی کار دقیق تر خواهد بود.یعنی ما از پدیده “ورودی نامناسب، خروجی نامناسب ” دور می­شویم]1[.داده های خام معمولا دچار مشکلاتی مانند نویز، داده پرت، تغییرات در نمونه برداری هستند و استفاده از آنها به همین صورت موجب تضعیف نتایج مورد انتظار میشود.بنابراین باید از روشی برای بهبود نتایج استفاده کرد.پیش پردازش داده ها جهت بهبود کیفیت داده های واقعی برای داده کاوی لازم است.بنابراین پردازش اولیه ای مورد نیاز است تا مقادیر مفقوده، انحرافات و مسائلی از این دست را در داده های اولیه بیابد. پیش پردازش داده ها شامل همه تبدیلاتی است که بر روی داده های خام صورت می­گیرد وآنها را به صورتی در می­آورد که برای پردازشهای بعدی نظیر استفاده در دسته بندی و خوشه بندی، ساده تر و موثرتر می­سازد.

در حال حاضر سازمانها نیاز دارند تا بتوانند داده ها را به صورت کاراتر دسته بندی کنند و از تحلیل نتایج آن برای بهبود روند پیشرفت کسب و کار استفاده نمایند.ممکن است که داده های در دسترس ، داده هایی مبهم و مغشوش باشند و یا کلاس های داده نامتوازن باشند. بنابراین نیاز به پیش پردازش دقیق داده ها رو به افزایش است. برای پاسخ به این نیاز رو به افزایش ، افراد همواره سعی در ارائه روش های نوین و موثرتری دارند.

1-2بیان مساله

هرچند که روشهای مختلفی برای پیش پردازش داده ها موجود است ولی عملکرد و دقت این روش ها متفاوت است و تلاش در جهت ارائه روشی کارامد امری ضروری است.با توجه به اهمیت داده ها در جهان کنونی و افزایش حجم داده ها مساله پیش پردازش مناسب داده ها، بخصوص داده های نامتوازن یک چالش به نظر می­رسد.اغلب روش های موجود در پیش پردازش داده های ناتوازن به سمت کلاس اکثریت تمایل دارند و این امر باعث می شود که داده های کلاس اقلیت به صورت نویز در نظر گرفته شود.

همانطور که پیش از این نیز گفته شد برای دست یابی به نتایج مطلوب در داده کاوی نیاز به پیش پردازش داده ها داریم.میتوان ادعا کرد که اگر مرحله آماده سازی داده ها به خوبی صورت نپذیرد، نتایجی بدست می­آید که نمی­تواند مورد استفاده قرار گیرد و ممکن است که هزینه و زمان به کار رفته برای دست یابی به نتیجه موثر هدر رود و نتایج حاصل به دلیل عدم پیش پردازش مناسب داده غیر قابل استفاده و نادرست باشد.

اخیراً مشکل نامتوازن بودن کلاسها مورد توجه محققان در زمینه ی داده کاوی قرار گرفته است. در موارد متعددی کلاسی که از نقطه نظر دامنه ی کاربردی اهمیت زیادی دارد(کلاس اصلی) شامل تعداد حالات کمتری نسبت به کلاسی است که کلاس اکثریت می­باشد. این مجموعه ی داده ها نامتوازن نامیده می­شود. رویکرد سنتی داده کاوی توانایی خوبی برای پیش بینی نمونه های اقلیت که مورد توجه است ندارند. متأسفانه در اکثر موارد داده های واقعی دارای این خصوصیت هستند. به عنوان مثال در تشخیص بیماری­های نادر، حملات شبکه، متنکاوی و … معمولاً توزیع داده­ها نامتوازن می باشد.

در واقع مساله این است که چگونه میتوان داده های نامتوازن را به گونه ای پیش پردازش کرد که در خوشه های مناسب و درست طبقه بندی شوند.بنابراین مساله این تحقیق ارائه روشی جهت پیش پردازش داده های نا متوازن است به گونه ای که کارایی و دقت آن در مقایسه با روش های دیگر بیشتر باشد.

در روش ارائه شده در این تحقیق برای ارتقای روش ماشین بردار پشتیبان از تکنیک حداقل مربعات با متر اقلیدسی استفاده نمودیم.این روش بهبود یافته را M-SVM می­نامیم.بنابراین مساله را بدین شکل طرح می نماییم، چگونه می­توان در روش پیش پردازش داده های نامتوازن به دقت بالاتری دست یافت و از پیش پردازش صحیح داده برای دست یابی به نتایج صحیح در حوزه کاربردی استفاده نمود.از انجا که داده های متفاوتی وجود دارد ما پیش پردازش بر روی مجموعه داده های نامتوازن را انتحاب کردیم.

3-1- اهداف تحقیق

هدف از این تحقیق ارائه راهکاری به منظور افزایش دقت متعادل سازی داده و غلبه بر مشکل عدم توازن کلاس است.سعی کرده ایم تا متعادل سازی داده که در مرحله پیش پردازش داده صورت می­گیرد باعث بهبود نتایج طبقه بندی نمونه ها شود.بدین منظور اثربخشی و کارایی روش ارائه شده با سایر روش های موجود مورد مقایسه و ارزیابی قرار می­گیرد.امید است که نتایج الگوریتم نهایی امیدوار کننده باشد و نشان دهنده پیشرفت الگوریتم باشد.این تحقیق بر اساس نیاز به دسته بندی دقیق داده ها و استفاده از تحلیل نتایج داده ها در بهبود شرایط مرجع مورد استفاده کننده داده ها شکل گرفته است.

فهرست مطالب:

فصل اول مقدمه و کلیات تحقیق

1-1مقدمه

1-2بیان مساله

1-3 اهداف تحقیق

1-4 پرسش های اصلی تحقیق

1-5فرضیه های تحقیق

1-6 نوآوری تحقیق

1-7 تعریف واژگان کلیدی

1-8 ساختار پروژه

فصل دوم ادبیات و پیشینه تحقیق

2-1 مقدمه

2-2 مفاهیم داده کاوی

2-2-1 تعاریف داده کاوی

2-2-2 فرایند کشف دانش

2-2-3 حوزه ها و عملکردهای داده کاوی

2-3 کاربردهای داده کاوی و کشف دانش

2-4 چالش هایی برای KDD

2-5 پیش پردازش و آماده سازی داده ها

2-5-1اجزای اصلی پیش پردازش داده ها

2-5-1-1 پاکسازی داده ها

2-5-1-2یکپارچه سازی داده ها

2-5-1-3 تبدیل داده ها

2-5-1-3-1هموار سازی

2-5-1-3-2 تجمیع

2-5-1-3-3 تعمیم

2-5-1-3-4 ساخت ویژگی

2-5-1-3-5 نرمال سازی

2-5-1-4 کاهش داده ها

2-5-1-4-1 تجمیع مکعبی داده

2-5-1-4-2 انتخاب زیر مجموعه مشخصه ها

2-5-1-4-3 کاهش تعدد نقاط

2-5-1-5 تصویر کردن برای کاهش بعد

2-6 روش های ارزیابی دسته بندی

2-6-1 ارزیابی صحت روشهای دسته بندی

2-7 تکنیک حداقل مربعات

2-7-1 تقریب کمترین مربعات گسسته چند جمله ای

2-8 ماشین بردار پشتیبان

2-8-1مقدمه

2-8-2دلایل استفاده از SVM

2-8-3 کاربردهای SVM

2-8-4 مزایا و معایب SVM

2-8-5 تعاریف کلی

2-8-5-1تابع تصمیم مسائل دو کلاسی

2-8-5-2 تعیین تابع تصمیم(ابر صفحه جداکننده)

2-8-5-3 بعد VC

2-8-5-4حداقل سازی ریسک تجربی

2-8-5-5حداقل سازی ریسک ساختاری

2-8-6 ماشین بردار پشتیبان طبقه بندی کننده خطی با داده های جدا شدنی به طور خطی

2-8-7ماشین بردار پشتیبان طبقه بندی کننده خطی با داده های جدا نشدنی به طور خطی

2-8-8 ماشین بردار پشتیبان غیر خطی

2-8-9 انواع کرنل ها

2-8-9-1 کرنل چند جمله ای

2-8-9-2 کرنل های شبکه عصبی

2-8-9-3 کرنل های گوسی

2-9 تکنیک های پیش پردازش نامتوازن

2-9-1 ماشین بردار پشتیبان و مشکل عدم توازن کلاس

2-9-1-1 عیب مشکل بهینه سازی با ناحیه مرزی نرم

2-9-1-2 نسبت بردار پشتیبان نامتوازن

2-9-2 روشهای یادگیری عدم توازن خارجی برای SVM (روشهای پیش پردازش داده)        

2-9-2-1 روشهای نمونه برداری دوباره

2-9-2-1-1زیر نمونه برداری

2-9-2-1-2بیش نمونه برداری

2-9-2-1-3 SCM

2-9-2-1-4 نمونه برداری پیشرفته

2-9-2-1-5 تکنیک بیش نمونه برداری اقلیت مصنوعی

2-9-2-1-6 نزدیک ترین همسایه فشرده(CNN)

2-9-2-1-7 نزدیک ترین همسایه تغییر یافته(ENN)

2-9-2-1-8 Tomek-Link

2-9-2-2 روشهای یادگیری جمعی

2-9-2-2-1الگوریتم آموزشی Bagging

2-9-2-2-2 الگوریتم آموزشی Boosting

2-9-3 روشهای یادگیری عدم تعادل داخلی برای ماشین بردار پشتیبان

2-9-3-1 هزینه خطای متفاوت

2-9-3-2 یادگیری یک کلاس

2-9-3-3zSVM

2-9-3-4 روشهای اصلاح کرنل

2-9-3-5 یادگیری فعال

2-9-3-6 روش های ترکیبی

فصل سوم:روش تحقیق

3-1مقدمه

3-2 ماشین بردار پشتیبان فازی برای یادگیری عدم توازن کلاس

3-2-1 روش SVMFuzzy

3-2-2متد FSVM-CIL

3-3 ماشین بردار پشتیبان حداقل مربعات (LS-SVM)

3-4 الگوریتم پیشنهادی

فصل چهارم: محاسبات و یافته های تحقیق

4-1 مقدمه

4-2 مجموعه داده ها

4-3 نتایج کارایی روش های مختلف بر روی مجموعه داده ها

فصل پنجم:نتیجه گیری و پیشنهادات

5-1 جمع بندی و نتیجه گیری

5-2 کارهای آتی

منابع و مآخذ

چکیده انگلیسی