light box
امتیاز 2.58 ترکیب رای گیری اکثریت با درختان تصمیم برای پیش بینی عدم موفقیت کسب و کار">

نوع فایل : word
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 31
تعداد کلمات : 13500
مجله : Journal of Innovation & Knowledge
انتشار : 2021
ترجمه متون داخل جداول : ترجمه شده است
درج جداول در فایل ترجمه : درج شده است
منابع داخل متن : به صورت فارسی درج شده است
کیفیت ترجمه : طلایی
دسته بندی : ،
برچسب ها : ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ،

عنوان فارسی مقاله:ترکیب رای گیری اکثریت با درختان تصمیم برای  پیش بینی عدم موفقیت کسب و کار در طی رکود اقتصادی

چکیده

پیش بینی دقیق شکست تجاری نشان دهنده یک مزیت برای فعالان بازار است و برای مدیریت ریسک مهم است. هدف از این مطالعه توسعه دقیق و با ثبات‌تر مدل پیش بینی شکست تجاری با استفاده از روش رأی گیری اکثریت گروه با درخت تصمیم (DT) با داده‌های تجربی در رستوران ایالات متحده بین ۱۹۸۰ و ۲۰۱۷ است. با توجه به اصل تنوع و فرد بهینه شده اصول، DT و logit به عنوان الگوریتم‌های اساسی یادگیری برای گروه رأی گیری برای پیش بینی شکست کسب و کار انتخاب شدند. سه مدل شامل مدل کل دوره (EP)، مدل رکود اقتصادی (ED) و مدل توسعه اقتصادی (EE) با استفاده از WEKA 3.9 توسعه یافت. دقت پیش بینی مدل‌ها ۸۸٫۰۲ درصد برای مدل EP، ۸۰٫۸۱ درصد برای مدل ED و ۸۷٫۰۲ درصد برای مدل EE بود(پیش بینی عدم موفقیت کسب وکار). در حالی که مدل EE سرمایه بازار را نشان می‌داد، سود نقدی پس از بهره و سود سهام (OCFAID)، چرخه تبدیل پول نقد (CCC)، بازده سرمایه اشتغال (ROCE)، سود انباشته انباشته، قیمت سهام و توبین Q به عنوان متغیرهای مهم، مدل ED متغیرهای کاملاً متفاوتی مانند OCFAID، شاخص KZ، قیمت سهام و CCC را در معرض دید قرار داد. مدل EP بیشتر متغیرهای دو مدل زیرمجموعه را به جز Q توبین، قیمت سهام و نسبت بدهی به حقوق صاحبان سهام (D / E) ترکیب کرد. سهم مقاله دو برابر است. اول، این اولین تحقیق برای ارزیابی جامع متغیرهای مالی و بازار محور در زمینه پیش بینی خرابی رستوران، به ویژه در دوران رکود اقتصادی است. این تحقیق از چندین اقدام مبتنی بر حسابداری، متغیرهای مبتنی بر بازار و یک عامل اقتصادی کلان برای بهبود ارتباط و اثربخشی مدل‌های پیش بینی استفاده کرده است. و دوم اینکه، با استفاده از یک مدل گروه با DT، هم تفسیرپذیری نتایج و هم صحت پیش بینی را بهبود بخشیده است(پیش بینی عدم موفقیت کسب وکار).

Title: Majority voting ensemble with a decision trees for business failure prediction during economic downturns

Abstract

 Accurate business failure prediction represents an advantage for market players and is important for risk management. The purpose of this study is to develop a more accurate and stable business failure prediction model by using a majority voting ensemble method with a decision tree (DT) with experimental data on US restaurant between 1980 and 2017. According to the diversity principle and individual optimized principle, DT and logit were selected as basic learning algorithms for the voting ensemble of business failure prediction. Three models, including an entire period (EP) model, an economic downturn (ED) model, and an economic expansion (EE) model, were developed by using WEKA 3.9. The prediction accuracy of the models were 88.02% for the EP model, 80.81% for the ED model, and 87.02 % for the EE model. While the EE model revealed the market capitalization, operating cash flow after interest and dividends (OCFAID), cash conversion cycle (CCC), return on capital employed (ROCE), accumulated retained earnings, stock price, and Tobin’s Q as significant variables, the ED model exposed quite different variables such as OCFAID, KZ index, stock price, and CCC. The EP model combined most of the variables from two sub-divided models except for Tobin’s Q, stock price, and debt to equity (D/E) ratio. The contribution of the paper is twofold. First, this is the first study to comprehensively evaluate the financial and marketdriven variables in the context of predicting restaurant failure, especially during economic recessions. This research has employed several accounting-based measures, market-based variables, and a macroeconomic factor to improve the relevance and effectiveness of prediction models. And second, by using an ensemble model with a DT, it has improved both the interpretability of the results and the prediction accuracy.

 

دیدگاهها بسته است.

محصولات مشابه
تأثیر مسئولیت اجتماعی شرکت بر وفاداری مشتری: نقش میانجی اعتبار شرکت
خـریـد محـصـول
تأثیر شیوه های سیستم مدیریت کیفیت بر عملکرد دانشگاه های خصوصی در کنیا
خـریـد محـصـول
ایمنی و ایمنی زایی(ایمنوژنیسیته) یک واکسن ویروسی کروناویروس
خـریـد محـصـول
سازگاری با پزشکی از راه دور در دوران COVID-19
خـریـد محـصـول
اتکای CJEU به حقوق بین الملل در تفسیر توافق نامه های اقتصادی
خـریـد محـصـول
شوک سپتیک در کودکان: تشخیص سریع و احیای اولیه (ساعت اول)
خـریـد محـصـول
رضایت(یاد گیرندگان) فراگیران از عملکرد وب سایت
خـریـد محـصـول
زمین(خشکی) و دریا: حل و فصل مناقشات مربوط به خشکی(زمین) تحت کنوانسیون حقوق
خـریـد محـصـول
تأثیر تحریم های اقتصادی بر سرمایه گذاری خصوصی در ایران
خـریـد محـصـول
نقش شوراهای مشورتی منطقه ای در سیاست مشترک شیلات اروپا
خـریـد محـصـول
ثبت اختراع یا انتشار مقاله

در اولین مرحله از شروع یک تحقیق جدید نیاز است منابع مختلفی جستجو شود تا جدید بودن ایده مورد بررسی قرار گیرد. یکی از بهترین منابع جهت جستجو، لیست اختراع های ثبت شده است. پایگاه های جستجوی پتنت به محقق کمک میکند پیشینه تحقیق خود را مورد بررسی قرار دهد تا مطمئن شود کار تکراری انجام نمیدهد. لیست اختراعات ثبت شده در اداره ثبت اختراعات ایران دارای طبقه بندی های متفاوتی است. در طبقه بندی بین المللی B که شامل اختراعات حوزه نیاز ها بشری شامل عملیات اجرایی، حمل و نقل شامل: کشتیرانی، ترابری و دیگر موارد را میتوانید در پایگاه جستجوی دارایی های فکری دارکوب مشاهده کنید.

ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

 
برو بالا