کاربرد داده کاوی در پیش بینی رفتار پرداخت مشترکین ( مطالعه موردی : شرکت آب و فاضلاب منطقه دو شهر تهران )

در دنیای امروز، بهره برداری از سیستم های هوش تجاری در سطح سازمان، بهترین راه برای استفاده اثربخش و هدف مند از داده ها، اطلاعات و دانش سازمان ها است. یکی از مهم ترین ابزارهای هوش تجاری، داده کاوی است و بهره مندی از مزایای داده کاوی در سطح سازمانی و بین سازمانی، مستلزم طی شدن مراحلی است. در حال حاضر این مراحل به صورت جزیره ای در سازمان ها انجام می شود و این امر منتج به بهره برداری های محدود تری از داده کاوی می شود. در این پژوهش به بررسی داده های مشترکین آب و فاضلاب منطقه دو تهران پرداخته شده و سعی بر این است تا بتوان مشترکین خوش حساب را از مشترکین بدحساب جدا کرد. با توجه به پیاده سازی، ارزیابی و استفاده از الگوریتم های پایه داده کاوی به این نتیجه رسیدیم که استفاده از آموزش جمعی دارای عملکرد بسیار بالایی می باشد و تصمیم های موثری را با توجه به حوزه اطلاعات ورودی می تواند انجام دهد. نکته اصلی در روش ارائه شده، عملکرد بهتر و کارآیی چشم گیر یادگیری جمعی در مقایسه با الگوریتم های پایه یادگیری ماشین به تنهایی است. استفاده از آموزش جمعی برای بهبود نتایج الگوریتم های داده کاوی نیز ارائه گردید که به عنوان نوآوری دیگری برای این پژوهش محسوب می شود. ترکیب نتایج الگوریتم های یادگیری ماشین و ساخت مدل یادگیری جمعی، دقت و کارآیی بسیار مناسبی را برای روش ارائه شده فراهم آورده است.