مسیر سایت : خانه تحلیل داده ها داده کاوی

پیش ­بینی   

پیش­ بینی مانند رده بندی است با این تفاوت که اطلاعات، مطابق برخی از رفتارهای پیش ­بینی شده آینده یا ارقام تخمین­ زده آینده دسته­ بندی می ­شوند. در عمل پیش ­بینی، تنها روش برای بررسی صحت دسته‌بندی، انتظار دیدن آینده است.
هر یک از تکنیک­ های استفاده شده در رده ­بندی را می ­توان برای استفاده در پیش­ بینی تطبیق داد، جایی که متغیری که باید پیش ­بینی شود از قبل معلوم است و داده­ های پیشین برای آن وجود دارد. از داده‌های پیشین برای تهیه یک مدل که بیانگر رفتار مشاهده شده کنونی است استفاده می ­شود، وقتی این مدل برای ورودی­ های کنونی به کار رفت، نتیجه کار، پیش­بینی رفتار آینده خواهد بود. مثال هایی از پیش ­بینی از طریق تکنیک­ های داده ­کاوی از این قرارند:
پیش­ بینی اینکه کدام مشتریان در طول 6 ماه آینده، بازار محصول ما را ترک خواهند کرد.
پیش ­بینی اینکه کدام مشترکین تلفن، متقاضی خدمات ویژه مانند مکالمه سه جانبه یا پیغام­ گیر خواهند شد.
بیشتر تکینک­ های داده ­کاوی در صورت وجود داده ­های مناسب، برای استفاده در پیش ­بینی مناسبند. انتخاب تکنیک به ماهیت داده های ورودی و نوع متغیری که باید پیش­ بینی شود بستگی دارد.


مطالب مرتبط

رده بندی
خوشه بندی
قواعد وابستگی

 

راهنمای مشاوره و خدمات مرکز علوم مدیریت آریا مدیر

انجام تحلیل فصل چهارم پایان نامه و مقالات    

انجام تحلیل داده های آماری با نرم افزار spss

انجام تحلیل عاملی تاییدی و مدل معادلات ساختاری با نرم افزارهای LISREL وAMOS 

اولویت بندی شاخص ها به کمک روش های تصمیم گیری چند معیاره مانند AHP و ANP

شناسایی روابط درونی میان شاخص ها با استفاده از روش DEMATEL

اولویت بندی گزینه ها با استفاده از روش های TOPSIS و VIKOR

روش های فرا ابتکاری مانند الگوریتم ژنتیک، شبکه های عصبی