الهام مهرپرورحسینی - دانشجوی دکتری اقتصاد کشاورزی دانشگاه تهران
حامد رفیعی - استادیار اقتصاد کشاورزی، دانشگاه تهران
سید صفدر حسینی - استاد اقتصاد کشاورزی دانشگاه، دانشگاه تهران
امیرحسین چیذری - استادیار اقتصاد کشاورزی دانشگاه تهران

خوشه بندی یکی از عملیات مهم در داده کاوی به شمار می رود که نتایج آن برای محققان و سیاست گذاران در زمینه های مختلف به منظور تحلیل و برنامه ریزی مفید است. از آنجا که در سال های اخیر، اقتصاد دانش بنیان با حمایت از شرکت های دانش بنیان در ایران در حال توسعه است، تحلیل ویژگی های این شرکت ها و خوشه بندی آنها به منظور برنامه ریزی اثربخش، چشم انداز مناسبی برای سیاست گذاران فراهم می آورد. از این رو، در این مقاله شرکت های دانش بنیان کشاورزی ایران با استفاده از اطلاعات سال 2017 بر مبنای حوزه فناوری، تنوع محصولات و ارزش فروش محصول با استفاده از روش های خوشه بندی K-میانگین ساده و K-میانگین در ترکیب با الگوریتم های سلسله مراتبی و کلونی مورچه ها در نرم افزار MATLAB 16a خوشه بندی شدند. بنا بر نتایج، خوشه بندی K-میانگین در ترکیب با الگوریتم کلونی مورچه ها در مقایسه با دو روش دیگر توزیع متوازن تری از شرکت ها بین شش خوشه داشته است و میانگین ضریب نیمرخ 7/0 اعتبار این خوشه بندی را تایید می کند. پیشنهاد می شود، به منظور اثربخشی و پرهیز از هدررفت بودجه حمایت از شرکت های دانش بنیان، برای شرکت هایی که به دلیل ویژگی های مشابه در یک خوشه قرار گرفته اند، برنامه های حمایتی همسانی طرح ریزی شود. برای شرکت های دانش بنیان با میانگین فروش اندک که در یک خوشه قرار گرفته اند برنامه های حمایتی ورود به بازار و برای شرکت های با تنوع محصول و درآمد متوسط بالا برنامه های توسعه بازار صادراتی توصیه می شود.

اقتصاد دانش بنیان, داده کاوی, خوشه بندی Kمیانگین, الگوریتم سلسله مراتبی, الگوریتم کلونی مورچه ها