Data Mining e Business Analytics. Finanza, bilancio e investimenti: Un approccio evolutivo

Titolo originale:

Data Mining to Business Analytics. Finance, Budgeting and Investments: An Evolutionary Approach

Contenuto del libro:

Documento accademico dell'anno 2017 nella materia Informatica - Generale, voto: 5, Università degli Studi del Petrolio e dell'Energia, lingua: English, abstract: Questo documento utilizza le tecniche di data mining come risposta alle esigenze aziendali. Presenta Finanza, Budgeting e Investimenti come il principale terreno di lavoro per gli algoritmi di data mining implementati.

Con l'aumento della globalizzazione monetaria e lo sviluppo delle tecnologie informatiche, i dati finanziari vengono prodotti e raccolti a un ritmo straordinario. Per questo motivo, è emersa l'esigenza di trovare metodi automatizzati per gestire e utilizzare in modo efficace una quantità gigantesca di dati, al fine di supportare le aziende e le persone nello svolgimento delle loro attività. Il data mining si sta rivelando un settore strategicamente imperativo per alcune associazioni commerciali, tra cui il settore finanziario.

Il data mining aiuta le aziende a cercare esempi nascosti in una raccolta e a trovare relazioni oscure nei dati. L'analisi finanziaria allude alla valutazione di un'azienda per gestire l'organizzazione, il budgeting, l'osservazione, la previsione e il miglioramento di ogni punto di interesse finanziario all'interno di un'associazione.

L'attività si concentra sulla comprensione della salute finanziaria dell'associazione come parte principale della reazione agli odierni requisiti di rendicontazione finanziaria inesorabilmente rigorosi. Mostra la capacità del data mining di robotizzare la procedura di esame degli sconfinati dati connessi del cliente per scoprire modelli che sono ottimi indicatori delle pratiche del cliente.

Questo coprirà l'analisi di: Analisi dei profitti, analisi dei flussi di cassa, decisioni di investimento e analisi del rischio, politiche dei dividendi e analisi del portafoglio attraverso algoritmi come Apriori, Naivebayes, Prediction algorithm e così via. Questo sistema di Data mining attualizza tecniche avanzate di analisi dei dati utilizzate dalle aziende per scoprire modelli sorprendenti estratti da enormi quantità di dati, modelli che offrono conoscenze applicabili per.