دانش داده کاوی و بایستگی آن در گزارشات مالی

امروزه حجم داده های الکترونیکی بانک ها، شرکت ها و موسسات تجاری همواره افزایش یافته است. حجم زاد داده های مالی ارزشمند تجزیه و تحلیل آنها را از یک طرف با مشکل روبرو ساخته است و از طرف دیگر ابهاماتی ناشی از مدل های نوین کسب و کار، سبب نشدید پیچیدگی در تصمیم گیری های حوزه مالی شده است؛ به طوری که بسیاری از متغیرهای موثر ناشناخته مانده و روابط این متغیرها پیچیدگی های خاصی به خود میگیرند. با پیشرفت سازمانها در حوزه تصمیم گیری مالی، دیگر حسابداری و حسابرسی به صرف جمع آوری داده ها محدود نشد، بلکه دغدغه اصلی سازمانها به توان استخراج دانش مفید نهفته داده ها متمرکز گشته است. در این شرایط باید از رشد فناوری جهت استفاده موثر سود جست، داده کاوی جوابی مناسب براسس استخراج این ثروت است. فنون داده کاوی توانایی استخراج اطلاعات از میان مقادیر حجیم داده ها را داشته و می تواند تاثیراتی عمیق بر شیوه های کسب و کار و مدیریت دانش داشته باشد. مشهورترین کاربرد این ابزارها، هوشمندی کسب و کار است. قابلیت طبقه بندی و پیش بینی این ابزارها در مقاصدی چون پیش بینی ورشکستگی، وضعیت تداوم فعالیت، پیش بینی درماندگی مالی، شناسایی تقلب مدیریت و تخمین ریسک اعتباری و عملکرد واحد تجاری باعث اهمیت زیاد این ابزارها در حسابداری و حسابرسی شده است. پژوهش حاضر، ضمن بررسی این فناوری جدید و تحقیقات مرتبط آن، به تعریف الگوریتم ها و روش های داده کاوی، کاربرد حوزه مالی، لزوم توسعه به کارگیری و ارتباط هوش مصنوعی در حسابداری و حسابرسی پرداخته شده است.

داده کاوی، الگوریتم های داده کاوی، روش های داده کاوی، هوش مصنوعی