کاربرد تکنیک های داده کاوی در صنعت مالی

استخراج اطلاعات با الگوهای جالب غیر بدیهی، ضمنی، قبلا ناشناخته و به طور بالقوه مفید از داده ها در پایگاه های داده بزرگ را داده کاوی می گویند، همچنین به عنوان کشف دانش نیز شناخته می شود، مقاله حاضر کاربرد های فعلی تکنیک های داده کاوی در جهت وظایف مالی مختلف در شش حوزه فرعی، شامل: رتبه بندی اعتباری، پیش بینی پیش فرض وام، پول شویی، پیش بینی سهام و پیش بینی سری های مالی زمانی با استفاده از ایده های موجود در نشریات علمی با هدف برجسته کردن شکاف های دانش بالقوه بررسی شده و نتایج حاصل از بررسی صورت گرفته حاکی از اینست که؛ هیچ الگوریتم یا تکنیکی در انواع مجموعه داده ها و مشکلات به بهترین نحو کار نمی کند، اما مدل های هیبریدی نتایج بهتر و دقیق تری را فراهم می کنند، بیشتر پژوهش مربوط به رتبه بندی اعتباری، به دنبال پیش بینی سهام، پیش بینی وام، پیش بینی سری زمانی و در نهایت پول شویی می باشد و آنچه بازار مالی را متمایز می کند، دنیای داده های بدون ساختار است که به عنوان منبع بزرگی از دیدگاه های قابل اجرا ظهور می کند، همچنین پیش بینی سهام و رتبه بندی اعتباری در مقایسه با پیش بینی وام، پول شویی و سری زمانی توجه بسیاری از پژوهشگران را به خود جلب کرده است.