تصمیم گیری براساس شبکه عصبی/ یادگیری عمیق
پیش‌بینی لغو پذیرش شرکت‌ها از بورس اوراق بهادار تهران با استفاده از الگوریتم‌های مبتنی بر یادگیری ماشین

امین اله ضرقامی؛ میثم دعائی؛ آبتین بوستانی

مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 18 اسفند 1401

https://doi.org/10.22105/dmor.2023.340413.1604

چکیده
  هدف: اخراج شرکت‌ها با وجود اهمیت در مسائل اقتصادی و اجتماعی جامعه، کمتر در ادبیات مالی مورد توجه قرار گرفته است. این موضوع از آن جهت دارای اهمیت است که برای هرکشور، یکی از معیارهای سنجش اقتصادی، حجم بازار سرمایه می‌باشد. بنابراین اخراج شرکت‌ها نه تنها باعث از بین رفتن اعتبار شرکت، قیمت سهام آن و بازار فروش سهام آن شرکت می‌شود بلکه ...  بیشتر

تصمیم گیری براساس شبکه عصبی/ یادگیری عمیق
شناسایی و پیش بینی عوامل مؤثر بر وفاداری مشتریان در شرکت‌های بیمه ایران با استفاده از تحلیل عاملی تأییدی و شبکه‌های عصبی مصنوعی

محمدعلی خاتمی فیروزآبادی؛ مونا جهانگیرزاده؛ امیر مزیکی؛ ُسید سهیل فاضلی

دوره 8، شماره 1 ، خرداد 1402، ، صفحه 1-16

https://doi.org/10.22105/dmor.2021.299446.1468

چکیده
  هدف: امروزه شرکت‌های بیمه با رقابتی ‌گسترده برای جذب و نگهداری مشتریان وفادار رو‌به‌رو هستند؛ بنابراین اهمیت مدل‌های پیش بینی وفاداری مشتریان بیش از گذشته نمایان شده است که موجب سهم بازار گسترده‌تری برای شرکت‌ها می‌شود. بنابراین هدف اصلی پژوهش حاضر شناسایی عوامل مؤثر بر وفاداری مشتریان و توسعه مدلی جهت پیشبینی میزان وفاداری ...  بیشتر

تصمیم گیری براساس شبکه عصبی/ یادگیری عمیق
ارائه الگوی مناسب برای شناسایی عوامل تأثیرگذار بر تجهیز منابع بانکی به روش شبکه عصبی مصنوعی

یوسف ابراهیمی؛ یعقوب علوی متین؛ سحر خوش فطرت؛ حسن رفاقت

دوره 8، شماره 1 ، خرداد 1402، ، صفحه 17-38

https://doi.org/10.22105/dmor.2022.301155.1473

چکیده
  هدف: بانک ها به‌عنوان یک بنگاه اقتصادی خدماتی و مالی ضمن همراهی با برنامه های اقتصادی کشورها، به دنبال کسب منفعت برای ذینفعان خود می‌باشند. در جهت دستیابی به این اهداف، باید توانایی تجهیز و تخصیص بهینه منابع خود را داشته باشند. یکی از مسائل مهم، شناخت عوامل مؤثر در جذب منابع هست که هدف این پژوهش، ارائه الگویی مناسب برای شناسایی عوامل ...  بیشتر