مروری بر پژوهشهای انجامشده در خصوص خوشهبندی سریهای زمانی مالی: رویکرد نگاشت دانش
نویسندگان
1 دانشجوی دکتری مهندسی مالی، دانشگاه یزد، ایران
2 استادیار مدیریت مالی، دانشگاه یزد، ایران
3 گروه مدیریت مالی.دانشکده اقتصاد،مدیریت و حسابداری.دانشگاه یزد.ایران
doi
10.30495/afi.2021.1919857.1002چکیده
میزان اطلاعاتی که ما بازیابی و استفاده میکنیم، به سرعت افزایش یافته است. داده کاوی فرایند استخراج داده-های مربوط از حجم زیادی از دادهها و روش کشف و پیدا کردن الگوی مناسب از حجم زیادی از مجموعه دادهها است. خوشهبندی یکی از روشهای معمول تجزیهوتحلیل دادههای آماری و همچنین یکی از بهترین رویکردهای دادهکاوی است. این رویکرد بهعنوان یکی از روشهای یادگیری بدون نظارت، با بهکارگیری الگوریتمهایی، دادههای سریهای زمانی را برحسب معیارهای متفاوتی طبقهبندی میکند. هدف از پژوهش حاضر بررسی انواع کاربردهای خوشهبندی و شبکهسازی در حوزههای مختلف مالی ازجمله ریسک، معاملات الگوریتمی، بانکداری و دیگر موضوعات پرکاربرد در این حوزه است. در این پژوهش با استفاده از پکیج bibliometrix بهمرور کلیه پژوهشهای انجام شده در خصوص خوشه بندی پرداخته میشود. ضمن استخراج انواع معیارها و رویکردهای خوشهبندی به بررسی کاربردهای آن پرداختهشده است. این پژوهش با مروری جامع بر کلیه پژوهشهای این حوزه میتواند بهعنوان جعبهابزاری در جهت ارائه انواع روشهای خوشهبندی محققان را در ایده پردازی و انتخاب روش مناسب در طبقهبندی و تحلیل دادههای مالی یاری دهد.