مروری بر پژوهش های انجام شده در خصوص خوشه بندی سری های زمانی مالی: رویکرد نگاشت دانش
میزان اطلاعاتی که ما بازیابی و استفاده می کنیم، به سرعت افزایش یافته است. داده کاوی فرایند استخراج داده-های مربوط از حجم زیادی از داده ها و روش کشف و پیدا کردن الگوی مناسب از حجم زیادی از مجموعه داده ها است. خوشه بندی یکی از روش های معمول تجزیه وتحلیل داده های آماری و همچنین یکی از بهترین رویکردهای داده کاوی است. این رویکرد به عنوان یکی از روش های یادگیری بدون نظارت، با به کارگیری الگوریتم هایی، داده های سری های زمانی را برحسب معیارهای متفاوتی طبقه بندی می کند. هدف از پژوهش حاضر بررسی انواع کاربردهای خوشه بندی و شبکه سازی در حوزه های مختلف مالی ازجمله ریسک، معاملات الگوریتمی، بانکداری و دیگر موضوعات پرکاربرد در این حوزه است. در این پژوهش با استفاده از پکیج bibliometrix به مرور کلیه پژوهش های انجام شده در خصوص خوشه بندی پرداخته می شود. ضمن استخراج انواع معیارها و رویکردهای خوشه بندی به بررسی کاربردهای آن پرداخته شده است. این پژوهش با مروری جامع بر کلیه پژوهش های این حوزه می تواند به عنوان جعبه ابزاری در جهت ارایه انواع روش های خوشه بندی محققان را در ایده پردازی و انتخاب روش مناسب در طبقه بندی و تحلیل داده های مالی یاری دهد.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.