وبلاگ

موسیقی فراتر از تعریف در الفاظ است و شگفتی آن نیز در همین است. موسیقی جبران ناكامی‌های زبان است و شیوه‌ای برای بیان احساسات ناملموس. احساساتی كه نمی‌دانیم چه هستند.آن جا كه زبان از گفتن باز می‌ماند، موسیقی مأمنی می‌شود برای روح، و زبانی می‌شود برای بیان احساسات و ناگفته‌های ناشناخته. موسیقی، سرچشمه‌ای از درون انسان دارد.

 

در طول تاریخ موسیقی همواره به عنوان قسمتی از زندگی انسان نقش خود را ایفا کرده است. امروزه نیز با در دسترسبودن ابزار قابل حمل پخش موسیقی و سایر ابزار ذخیره فایل‌های موسیقی این نقش پررنگ‌تر شده است. همچنین رشد بی سابقه موسیقی در سال‌های اخیر لزوم ایجاد روشی برای مدیریت این فایل‌هارا ضروری می کند. در این تحقیق به ارائه روش‌هایی برای مدیریت اتوماتیک موسیقی با بهره گرفتن از تکنیک‌های داده کاوی می‌پردازیم.

 

2-1- تعریف مسئله

 

هر ساله به تعداد فایل‌های موسیقی که در فرمت دیجیتال تهیه می‌شود افزوده می‌شود که به موجب آن امروزه افراد با حجم عظیمی از فایل‌های موسیقی روبه رو هستند. هر شخص مجموعه کامل و بزرگی از موسیقی برای خود ایجاد می‌کند و حتی در ابزارهای قابل حمل پخش موسیقی به همراه خود دارد.بنابراین نیاز زیادی به تعامل – یافتن موسیقی مورد نظر، ایجاد مجموعه لیست‌ها با ویژگی‌هایی خاص، یافتن موسیقی‌هایی که شبیه به هم هستند- با مجموعه‌های ایجاد شده احساس می‌شود. کتابخانه‌های دیجیتال موسیقی باید توانایی ارتباط دو سویه و تعامل با کاربران خود را داشته باشند. بنا بر این تعامل کاربر با مجموعه‌های موسیقی و یا کتابخانه دیجیتال تبدیل به

 چالش در دنیای دیجیتال شده است. در مجموعه‌های بزرگ موسیقی مدیریت فهرست‌های متنی بسیار زمان‌بر است. این مهم خود محرکی برای سازماندهی مجموعه‌های بزرگ موسیقی می‌باشد.

 

از نقطه نظر دیگر هر کاربر طبع مخصوص به خود در انتخاب موسیقی دارد. دسته‌بندی‌های از پیش تعریف شده مانند ژانر و یا خواننده می‌تواند گره‌گشا باشد اما ترجیحات شخصی فرد را به حساب نمی‌آورد کما این که ممکن است این دسته‌بندی‌ها برای تمامی فایل‌ها به صورت پیش فرض وجود نداشته باشد و رده‌بندی فایل‌های موسیقی در ژانرهای مختلف خود چالشی دیگر است. شنونده موسیقی باید بتواند دسته‌بندی‌های شخصی خود را داشته باشد.به طور مثال در مقاله]1[به منظور برآورده نمودن این هدف سیستمی ارائه شده است که با گرفتن یک نمونه با بهره گرفتن از رده‌بندی هوشمند کل پایگاه داده را بر اساس ترجیح کاربر رده‌بندی می کند.

 

به موازات رشد حجم فایل‌ها علاقه رو به رشدی در زمینه توسعه و ارزیابی سیستم‌های بازیابی اطلاعات موسیقی به وجود آمده است. رده‌بندی کامپیوتری فایل‌های موسیقی یکی از فعالیت‌های مهم در زمینه بازیابی اطلاعات موسیقی[1] است. رده‌بندی یک فعالیت استاندارد یادگیری ماشین است که معمولا شامل پیش‌بینی یک خروجی بر اساس یک ورودی است. رده‌بندی امکان تعامل با مجموعه موسیقی در مسیرهای جدید را ایجاد می‌کند. پروژه‌های مختلفی در زمینه رده‌بندی شامل تشخیص ژانر، خواننده، حالت، ابزار موسیقی، تولید لیست پخش و… انجام شده است.

 

یکی از مهم‌ترین سرویس‌ها برای رهایی کاربران از این حجم عظیم اطلاعات سیستم‌های پیشنهاددهنده موسیقی است. این سیستم‌ها، امکان انتخاب موسیقی‌های مورد علاقه را برای کاربران ایجاد می‌کند. سرویس پیشنهاددهنده مواردی را که ممکن است مورد پسند کاربر قرار بگیرد را بر اساس پیش تعریف‌های کاربر و یا با دسترسی به پیشینه کاربر، پیشنهاد می‌دهد.

 

هدف از انجام این پروژه ارائهراهکاریباکاراییبالادر رده‌بندی فایل‌های موسیقی در زمینه‌های مختلف با بهره گرفتن از ویژگی‌های سطح بالا (ویژگی‌های موسیقیایی) و سطح پایین (ویژگی‌های آماری سیگنال‌های صوتی) و در نهایت استفاده از آن در ارائه یک سیستم پیشنهاددهنده کارا است،که برای پیشنهاددهی از ویژگی‌های محتوایی (همان نتایج به دست آمده از رده‌بندی موسیقی) و محیطی( شباهت ذائقه موسیقی افراد مختلف)مورد استفاده قرار می‌گیرد. هدف مورد انتظار بهبود روش‌های ارائه شده رده‌بندی فایل‌های موسیقی با توجه به زمینه مورد نظر در رده‌بندی و استفاده از آن در ارائه یک سیستم پیشنهاددهنده است. نتایج به دست آمده از این تحقیق می‌تواند به طور کلی توسط فروشندگان، کتابخانه‌ها، موسیقی‌دانان و شنوندگان مورد استفاده قرار گیرد. می‌توان از این سیستم در صدا و سیما به منظور انتخاب موسیقی برای مناسبت‌های مختلف و یا شرایط جوی مختلف استفاده نمود.می‌توان این سیستم در فروشگاه‌ها و آرشیوهای موسیقی به منظور سازمان‌دهی و پیشنهاد بهترین موسیقی به خریدار مورد استفاده قرار گیرد.از این سیستم می‌توان برای استفاده شخصی به منظور سازمان دهی و ایجاد آرشیوهای شخصی بهره برد.استفاده خاص در محیط‌های عمومی مانند کافی‌شاپ‌ها و رستوران‌ها در انتخاب موسیقی مناسب برای پخش در پس زمینه. استفاده از سیستم در انتخاب موسیقی‌های مورد نظر پزشکان در درمان بیماری‌ها با بهره گرفتن از موسیقی (موسیقی درمانی).استفاده خاص برای سازمان‌هایی همانند ایرانسل که به ارائه آهنگ برای جلب مشتری می‌پردازند.

 

[1]Music Information Retrieval

:

 

این موضوع كه « سازمان بدون مشتریان خود، هیچ نیست» یک واقعیت انكارناپذیر است. موجودیت هر سازمان بدین خاطر است كه محصولات و خدماتی ارائه دهد كه نیازهای مشتریان خود را برآورده‌سازد. بنابراین پاسخ به سوالاتی از این قبیل كه مشتریان ما چه كسانی هستند؟ نیازها و انتظارات و اولویتهای آنان چیست؟ ما تا چه حد توانسته‌ایم به این نیازها و انتظارات پاسخ دهیم و بطور كلی سطح رضایت مشتریان و نوسانات آن دارای چه وضعیتی است؟ از اهمیت بسیار زیادی برای هر سازمان برخوردار می‌باشد به منظور پاسخگویی به سوالات فوق لازم است یک سیستم مناسب جهت مدیریت ارتباط با مشتری در هر سازمان طراحی و مستقر گردد.

 

در بازار فوق العاده پویای امروزی، مشتری از سازمان انتظار داردکه بیشترین ارزشها را با مناسب‌ترین قیمت عرضه کند و سازمانها نیز مدام به دنبال روش های جدید و ایجاد نوآوری درخلق و ارائه ارزش هستند و حتی از ارزش مشتری تحت عنوان « منبع مزیت رقابتی» خویش نام می‌برند.

 

در روند های کسب و کار جدید به دست آوردن رضایت مشتریان جایگاهی مهم و حیاتی در اهداف سازمان‌ها به خود اختصاص می‌دهد و مدیران ارشد به خوبی می‌د‌انند كه موفقیت آنها در رسیدن به اهداف کلان سازمان در گرو جلب رضایت مشتریان است.

 

از سوی دیگر نمی‌توان گفت همه مشتریان به یک اندازه در موفقیت سازمان نقش دارند. بنابراین جلب رضایت مشتریان کلیدی حساسیت بیشتری خواهد داشت. بدین ترتیب لازم است در سازمان، سیستمی برای جذب و نگهداری مشتریان و افزایش وفاداری ایشان، طراحی و پیاده‌سازی شود. سیستمی که بتواند روابط سازمان ومشتریان را به خوبی مدیریت کند. امروزه این سیستم ها به سیستم های مدیریت ارتباط با مشتریان مشهور شده‌اند و نرم افزارهایی نیز به نام CRM به بازار آمده اند که می‌توانند سازمان را در راه جلب رضایت مشتریان

 توانا‌تر سازند.

 

در حقیقت مدیریت ارتباط با مشتری بر اساس ارتباط بلند مدت با مشتریان و درك نیازهای آنان و پاسخگویی به آنها از طریق كالاها و خدمات متنوع به وسیله كانال‌های متعدد معرفی می‌شود كه این دیدگاه معلول پیشرفت‌های اخیر فناوری اطلاعات است.

 

1-1- سابقه و ضرورت انجام تحقیق

 

با ظهور تجارت الکترونیکی مشتری الکترونیکی هم به وجود آمده‌است قبلاً سیستم های برنامه ریزی منابع سازمان[1] راهکارهای مدیریت ارتباط با مشتری را نیز ارائه می‌كردند اما مشتری الکترونیکی انتظار دارد از طریق پست‌الکترونیکی، مراکز تماس، فاکس و اینترنت به شرکت‌ها دسترسی داشته باشد. مشتری با هر تماس خود انتظار پاسخ سریع دارد. از آنجا که سیستم ها ERP قدیمی، پاسخگوی ابعاد مختلف مدیریت مشتری نبودند CRM وارد فاز منطقی و جدید خود شد بر اساس برخی گزارش‌ها، معرفی اولیه سیستم های CRM امروزی از سال 1980 آغاز شد.

 

از آن پس CRM بر اساس دو تغییر اساسی در دیدگاه ها و نیازها توسعه یافت:

 

– رقابت جهانی شد و مقایسه کالاها و خدمات، پیچیده‌تر گشت. در نتیجه، شرکت‌ها از نگرش محصول‌محوری به مشتری‌محوری چرخش کردند.

 

– توانمندی فن‌آوری اطلاعات، به یکپارچه‌كردن تمام اطلاعات مشتری در سطح سازمان توجه کرده و موجب فرصت‌های جدید و نیازهای مهمی در زمینه تماس با مشتری شد. تا همین اواخر امکان مدیریت اطلاعات پیچیده در خصوص مشتری نبود چرا که معمولاً اطلاعات مشتریان در حدوداَ 20 نقطه از شرکت نگهداری می‌شد. اما با پیشرفت فناوری‌های شبکه و اینترنت، سیستم های CRM توانستند جایگاه خود را در جهان پیدا كنند.

 

با بکار گیری IT در قالب CRM، روش های جدیدی برای افزایش سود‌سازمان‌ها و کاهش هزینه‌های آن‌ ها در رابطه با مشتری پدید آمده‌ است. در اینجا خلاصه‌ای از بررسی تحولات تاریخی مدیریت ارتباط با مشتری در جدول آورده شده‌است(هنركاری :1386).

 

2-1- فرضیات تحقیق

 

– در این پایان نامه مدلی بومی سازی شده متناسب با ساختار فرهنگی، اجتماعی ایران ارائه خواهیم نمود.

 

– مدل مذكور به عنوان یک مدل جامع و كارآمد شركت مخابرات را در تحقق مفهوم اصلی مشتری مداری و رسیدن به اهداف یاری خواهد رساند.

 

[1] Enterprise Resource Planning ) ERP(

 

[1] Customer Relationship Management

1-1- موضوع تحقیق

 

بیماری تنفسی[1] که عموما در ارتباط با بیماری ریوی[2] است، شامل گروهی از بیماری­ها هستند که از طریق درگیر کردن بخش یا قسمت ­هایی از دستگاه تنفس[3] باعث اختلال در عملکرد ریه[4]­ها می­گردند. ریه­ها مهم­ترین قسمت دستگاه تنفسی هستند که در عمل تبادل گازهای تنفسی جهت تامین اکسیژن بافت­های مختلف بدن و دفع دی­اکسیدکربن نقش دارند. بیماری­های ریوی در هر سال بسیاری از افراد جامعه را مبتلا می­ کنند که باعث کاهش سطح عملکرد فرد در فعالیت­های روزمره می­گردند. بیماری­های دستگاه تنفسی در انگلستان شایع­ترین عامل مراجعه به پزشکان عمومی است[1]. میزان اختلال در عملکرد تنفس در یک بیماری ریوی به نوع بیماری و وسعت آسیب وارده بستگی دارد. بیماری­های ریوی می­توانند عفونت دستگاه تنفسی فوقانی[5]، پنومونی[6] و یا بیماری مزمن انسدادی ریه[7] باشند.

 

بیماری­های مزمن تنفسی از 10 مورد بیماری­های تهدید کننده حیات در جهان هستند[8]. مطابق آمار سازمان بهداشت جهانی[9]، صدها میلیون نفر از جمعیت جهان از بیماری­های مزمن تنفسی رنج می­برند. پیش ­بینی می­ شود تا سال 2030 میلادی به سومین عامل مرگ­و­میر در جهان بعد از بیماری­های قلبی­و­عروقی و سرطان­ها تبدیل گردد[1]. فاکتور اصلی ما در این روند، تشخیص سریع و صحیح این بیماری در همان ابتدای روزهای بستری است.

 

تکنیک­های داده ­کاوی[10] علاوه بر این­که می­توانند در تشخیص سریع این بیماری­ها موثر باشند، می­توانند از طریق شناسایی عوامل موثر در بروز انواع بیماری­های تنفسی، به پیش­گیری از این بیماری­ها کمک کنند و به­ این ترتیب باعث ارتقای سلامت جامعه شده و از تحمیل هزینه­ های سنگین ناشی از تشخیص نادرست، بر بیماران جلوگیری کنند.

 

1-2. اهمیت و ضرورت تحقیق

 

بیماری­های مزمن تنفسی از 10 مورد بیماری­های تهدید کننده حیات در جهان هستند و پیش ­بینی می­ شود تا سال 2030 میلادی به سومین عامل مرگ­و­میر در جهان بعد از بیماری­های قلبی­و­عروقی و سرطان­ها تبدیل گردد. گرچه، گسترش تکنولوژی­های پزشکی در دهه گذشته، موجب کاهش میزان مرگ­ومیر ناشی از این بیماری شده است و به­ دلیل تشخیص زودهنگام و درمان بهینه، میزان بهبودی افزایش یافته است. اما میزان بهبودی بیماران در این نوع بیماری­ها بستگی به نوع بیماری و وسعت آسیب وارده به دستگاه تنفسی دارد[11]. تشخیص زودهنگام نیز به یک روش تشخیص صحیح و قابل اعتماد نیاز دارد که به پزشکان اجازه می­دهد که عفونت دستگاه تنفسی فوقانی، پنومونی و بیماری مزمن انسدادی ریه را از هم شناسایی کنند. بنابراین یافتن یک متد تشخیص صحیح و موثر و همچنین عوامل خطر در بروز این بیماری، بسیار بااهمیت است.

 

مشکلی که در این بیماری وجود دارد این است که در ابتدا ممکن است یک سرماخوردگی یا آنفولانزای ساده به­نظر آید. گاهی حتی به مدت

 زمان طولانی بیمار از این بیماری رنج می­برد. بدیهی است که در این مدت بیماری پیشرفت کرده و این تاخیر در تشخیص نوع بیماری، روند درمان را با مشکل مواجه خواهد کرد تا جایی که حتی ممکن است به مرگ بیمار منجر شود. بنابراین نیاز است تا از روش­های پیشرفته­تری برای تشخیص زودهنگام این نوع بیماری­های تنفسی استفاده شود. روش­های رایج برای تشخیص زودهنگام بیماری­های تنفسی عبارتند از: تست­های آزمایشگاهی، رادیوگرافی[12] قفسه سینه، اسکن هسته­ای ریه، ام­آر­آی[13]، آسپیراسیون سوزنی[14] از طریق دیواره قفسه سینه. این روش­ها علاوه بر هزینه­ بالایی که بر بیمار تحمیل می­ کنند، ممکن است مضراتی را برای بیمار در پی داشته باشند. به عنوان مثال: ام­آر­آی پرهزینه و کار با آن مشکل است. موجب مشکلات برای بیماران که دارای اجسام فلزی در بدن خود می­باشند، می­ شود. در ضمن بیمار در حین انجام ام­آرآی باید بی­حرکت بوده و حرکات غیرقابل پیش­گیری، مانند تنفس ضربان قلب اغلب تصویر را مخدوش می­سازد. همچنین برای بیمارانی که مشکلات تنفسی و کسانی که از محیط­های بسته می­ترسند، عبور از تونل تنگ دستگاه ام­آی­آر توصیه نمی­ شود.

 

این در حالی است که امروزه استفاده از سیستم­های رده­بندی[15]، می­توانند به کاهش خطایی که ممکن است توسط کارشناسان کم­تجربه اتفاق بیفتد، کمک کنند و همچنین امکان بررسی داده ­های پزشکی را در زمان کوتاه­تر و با جزئیات بیش­تر فراهم می­ کنند. تکنیک­های داده­ کاوی می­توانند دانش نهفته در پایگاه های داده را استخراج و در پیش­­گیری، تشخیص و معالجه­ی این بیماری به پزشک و بیمار کمک کنند.

 

1-3. قلمرو تحقیق

 

قلمرو مکانی: این داده ­ها مربوط به بیمارستان تخصصی کودکان حضرت فاطمه معصومه (س) استان قم می­باشد.

 

قلمرو زمانی: داده ­ها بین سال­های 90 و 92 می­باشد؛ یعنی قلمرو زمانی تحقیق به مدت 3 سال می­باشد.

 

1 Respiratory disease

 

2 Lung disease

 

3 Respiratory System

 

4 Lunge

 

5 Acute upper respiratory infections

 

6 Pneumonia

 

7 Chronic lower respiratory diseases

 

8 http://www.salamat.gov.ir/news/

 

9 World Health Organization (WHO)

 

10 Data Mining

 

1 http://fa.wikipedia.org/wiki/

 

2 Radiography

 

3 Magnetic Resonance Imaging (MRI)

 

4 Needle Aspiration

 

1 Classification

:

 

پولشویی به عنوان یک فرایند مجرمانه مالی، اقدامی است که در آن منشأ و منبع وجوهی که به صورت غیر قانونی به‌دست آمده از طریق رشته ‍‍‍‌‌های نقل و انتقالات و معاملات به گونه‌ای پنهان می‌شود که همان وجوه به صورت قانونی نمود پیدا کرده و وارد فعالیت‌‌ها و مجاری قانونی می‌گردد. داده‌کاوی به عنوان فرایندی خودکار برای استخراج اطلاعات و الگو‌های جالب توجه، بارز، ضمنی، از قبل ناشناخته و بالقوه مفید از انبار داده‌‌های حجیم، شناخته می‌شود. هنگامی که الگوریتم‌‌ها و تکنیک‌‌های داده‌کاوی روی چنین تراکنش‌‌هائی اعمال می‌شوند، الگو‌های پنهان از جریان وجوه را کشف می‌کنند. بررسی داده‌‌ها و اعلام نظر روی آن‌ ها از دو روش کلی تبعیت می کند اول استفاده از شاخص‌ها با بهره گرفتن از روش‌های خطی و آماری و دوم استفاده از الگوریتم‌‌های داده‌کاوی که آن هم به دو صورت نظارت‌شده و بدون ناظر تقسیم شده و در این پروژه از هر دو روش استفاده شده است. خروجی‌‌های این پروژه شامل مستندات علمی، روش‌های داده محور برای شناسایی پولشویی، ارائه یک مدل برای پیاده‌سازی چارچوب ضد پولشویی در بانك و در نهایت بهره‌گیری از فناوری‌‌های نرم افزاری و پیاده سازی کل جریان پروژه می‌باشد. پس از اجرا، نتایج به دو صورت ارائه به متخصصان فنی و همچنین محاسبه معیار‌های عملکرد متداول در داده‌کاوی ارزیابی می‌گردد. در مراحلی از پروژه که نیاز به بررسی و آشنایی با سوابق تحقیقات در زمینۀ پولشویی و یا الگوریتم‌های مرتبط با آن باشد از روش تحقیق میدانی و کتابخانه‌ای استفاده می‌شود. از سوی دیگر رویکرد تحقیق نیز به صورت پیمایشی بوده که در آن با هدف مطالعۀ ماهیت و ویژگی‌های مشتریان بانك فرایند تحقیق و مطالعه طی شده است. در مجموع باید گفت که از مدلی کمی در این تحقیق استفاده شده که مبتنی بر پردازش داده‌‌ها از نوع دادۀ واقعی، بوده است.

 

فصل اول: کلیات تحقیق

 

1-1- تعریف مسأله و بیان سؤال های اصلی تحقیق

 

تعاریف متعددی برای پولشویی عنوان شده است که از جمله می توان به موارد ذیل اشاره کرد[15]:

 

– بنا به تعریفی پولشویی یعنی شسته شدن و تبدیل پول کثیف به پول تمیز به نوعی که پس از خروج از این چرخه قانونی جلوه کند؛ به عبارت دیگر پولشویی عبارت است از هر نوع عمل برای مخفی کردن یا تغییر هویت نامشروع حاصل از فعالیت‌‌های مجرمانه به گونه ای که وانمود شود این عواید از منابع قانونی حاصل شده است.

 

– مجموعه اقداماتی است که از سوی فرد یا افرادی با به کارگیری ابزار‌های قانونی و با هدف عدم امکان قابلیت ردیابی گردش عواید حاصل از جرم به منظور مخفی کردن منشأ و منبع واقعی پول حاصل از اعمال مجرمانه و نامشروع صورت میگیرد تا پول آلوده و نامشروع در ظاهر پاک و قانونی جلوه نماید.

 

از این تعاریف چنین بر می آید که عملیات پولشویی به فرآِیند تطهیر پول کثیف گفته می شود. پول کثیف به پولی گفته می‌شود که از راه‌های خلاف و غیرقانونی بدست آمده باشد. از آنجا که بانک‌ها یکی از بهترین موسساتی هستند که می توانند به پولشویان در فرایند تطهیر پول کثیف کمك کرده و مسیر دسترسی به منشا پول را گمراه و یا پاک نمایند در تمام کشور‌ها یکی از مهمترین موسساتی که مرجع سو استفاده پولشویان قرار می گیرند بانک‌ها هستند[44].

 

بدین نظر دراین پروژه ما می بایست در ابتدا به مطالعه بانک‌ها و روش‌هایی که ممکن است پولشویان از آن طریق در بانک‌ها اقدام به

 پولشویی نمایند پرداخته و با بررسی این روش‌ها و همچنین اطلاعات در دسترس جهت این روش‌ها، الگو‌های این روش و … سعی در یافتن راه‌هایی جهت کشف، اجرا و پیاده سازی داده محور این اقدامات داشته باشیم.

 

در این راستا ضمن بررسی عملیات اجرا شده در بانك مورد نظر و مشورت با کارشناسان و مشاوران این بانك مشخص گردید که روش‌های مختلفی جهت پولشویی توسط پولشویان در این بانك اجرا می‌گردد، همچنین توسط بانک‌ها نیز روش‌های متفاوتی جهت جلوگیری از این عملیات اجرا می گردد.

 

پیچیدگی رفتار‌های مشکوك به پولشویی و همچنین حجم عظیم داده به گونه‌ای است که بدون ابزاری هوشمند و داده محور نمیتوان در کشف پولشویی اقدام قابل توجهی انجام داد. از این رو تحقیق حاضر به دنبال یافتن پاسخ به سوال زیر میباشد:

 

چگونه میتوان با ارائه مدلی از روش‌های داده کاوی برای کشف جرایم پولشویی استفاده کرد؟

 

2-1- اهمیت و ضرورت پژوهش

 

با توجه به اهمیت سیستم‌‌های بانکداری و سوء استفاده از این بستر برای مقاصد پولشویی، نیاز مبرم به پیاده سازی سیستم‌‌های ضد پولشویی از طرف دولت‌ها و موسسات سیاست گذار در امور اقتصادی مورد توجه است . با توجه به رشد تروریسم و تقلب‌‌های سازماندهی شده و از طرفی تصویب قوانین متعدد علیه این موارد نیاز به این سیستم‌‌ها در حال افزایش است. از سوی دیگر، پیچیدگی رفتار‌های مشکوك به پولشویی به گونه‌ای است که بدون ابزاری هوشمند و داده محور نمیتوان در کشف پولشویی اقدام قابل توجهی انجام داد. نکته مهم و شاید کاربردی در ایران نزدیکی این سیستم‌‌ها با سیستم‌‌های ضد رشوه خواری، تقلب، تخلف و سیستم‌‌های بازرسی است که میتواند به عنوان ابزاری کارآمد برای واحد بازرسی بانک تلقی گردد.

 

3-1- اهداف پژوهش

 

پولشویی فرایندی است که طی آن افراد متخلف با بهره گرفتن از امکانات مؤسسات مالی و بانک‌‌ها درآمد نامشروع خود را تطهیر نموده و آن‌ را قانونی جلوه میدهند. به منظور شناسایی این فرایند، دولت‌‌ها همواره گزارش‌‌های متعددی از بانک‌‌های خود طلب می نمایند و بانک‌‌ها موظف هستند موارد مشکوك به پولشویی را در قالب چارچوب مورد درخواست بانک مرکزی تهیه و به طور مستمر ارائه نمایند. از سوی دیگر، پیشرفت بانکداری به تدریج شناسایی روش‌ها و رفتار‌های مشکوك به پولشو یی را پیچیده ترنموده است. به طوری که شناسایی این رفتار‌ها با توجه به حجم انبوه اطلاعات در یک بانک بدون استفاده از سیستم‌‌های ضد پولشویی میسر نمی‌باشد. بر این اساس هدف اصلی تحقیق حاضر طراحی الگویی برای تقلب‌های مالی در صنعت بانکداری می‌باشد.

 

انتظار می‌رود این مدل ضد پولشویی با جمع آوری اطلاعات پراکنده در سطح بانک عملیات پردازش و شناسایی افراد و رفتار‌های مشکوك به پولشویی را در زمان مناسب انجام داده و گزارش‌‌های مورد نیاز را تولید و ارائه مینماید.

 

4-1- روش پژوهش

 

پژوهش حاضر از نظر نوع هدف در گروه تحقیقات کاربردی قرار می‌گیرد. در مراحلی از پروژه که نیاز به بررسی و آشنایی با سوابق تحقیقات در زمینۀ پولشویی و یا الگوریتم‌‌های مرتبط با آن است از مطالعات کتابخانه‌ای و منابع آرشیوی استفاده می‌شود. از سوی دیگر رویکرد تحقیق نیز به صورت پیمایشی بوده که در آن با هدف مطالعۀ ماهیت و ویژگی‌‌های مشتریان بانك فرایند تحقیق و مطالعه طی خواهد شد و در این زمینه مصاحبه با خبرگان نیز صورت می‌گیرد. در مجموع باید گفت که در مورد روش تجزیه و تحلیل داده‌ها از یک مدل کمی در این تحقیق استفاده می شود که مبتنی بر پردازش داده‌‌ها از نوع دادۀ واقعی، خواهد بود.

 

5-1- جامعه تحقیق

 

داده‌کاوی این توان را دارد که سناریو‌های جدیدی برای کشف نمونه‌‌های پولشویی ارائه دهد.داده‌کاوی به عنوان فرایندی خودکار برای استخراج اطلاعات و الگو‌های جالب توجه، بارز، ضمنی، از قبل ناشناخته و بالقوه مفید از انبار داده‌‌های حجیم، شناخته می شود. ظهور انبارداری داده‌‌ها به عنوان یک فناوری قابل دوام بدان معنی است که در حال حاضر،سازمان‌‌های اجرایی قادر به تحکیم معاملات مالی از نهاد‌های مختلف در چندین کشور می‌باشند. این امرنمایشی تلفیقی از انتقال وجوه را ارائه می‌دهد که به تجزیه و تحلیل معاملات کمک می‌کند. هنگامی که الگوریتم‌‌ها و تکنیک‌‌های داده‌کاوی روی چنین تراکنش‌‌هایی اعمال می شوند، الگو‌های پنهان حاکم بر جریان وجوه را کشف می‌کنند. [28]

 

همراه شدن اطلاعات مشتری و دانش خبرگان منجر به آن می‌گردد که معاملات مشکوک شناسائی شوند.سیستم ضد پولشویی قابلیت اجرا با الگوریتم‌‌های نظارت شده[1] و بدون نظارت[2] را به طور هم‌زمان دارد.در این سیستم علاوه بر به کارگیری الگوریتم‌‌های رایج در داده‌کاوی،

 

شاخص‌‌هایی محاسبه می‌شوند که می‌توانند بخوبی ملاکی برای میزان مشکوک بودن عملکرد یک مشتری باشند و بر اساس آن شاخص‌‌ها، داده‌‌های پرت (خارج از محدوده) تفکیک و شناسایی شوند.

 

در این پروژه با توجه به نیازمندی‌های طرح و محوریت پروژه بر اساس داده‌‌های بانکی، تراکنش‌‌های یک بازه زمانی شش ماهه در یکی از شعب بانک به عنوان جامعه تحقیق انتخاب و مورد استفاده قرار می‌گیرد.

 

[1]Supervised

 

[2]Unsupervised

و بیان مسئله

 

امروزه رایانه در تمام لایه‏های زندگی بشر نفوذ کرده است. بطوریکه استفاده از فناوری رایانه در حوزه زبان‏شناسی، بیش از پیش احساس می‏شود. «پردازش زبان طبیعی»شاخه‏ای از علم «هوش مصنوعی» است كه به ماشینی كردن فرایند زبان شناسی سنتی می‏پردازد. به این ترتیب با بهره گرفتن از رایانه می‏توان «زبان گفتاری ونوشتاری» را پردازش نمود، به طوریکه رایانه‏ها نیز قادر باشند زبان انسان را درک کرده و بتوانند از زبان طبیعی به عنوان ورودی وخروجی استفاده كند. به این ترتیب یک رایانه، درهنگام دریافت ورودی، نیاز به «درک» و درهنگام ارسال خروجی، نیاز به «تولید» زبان طبیعی دارد. ]81[

 

در زمینه پردازش زبان طبیعی پژوهش‏هایی مانند طبقه‏بندی متون، برچسب‏گذاری ادات سخن، تعیین و ابهام‏زدایی از معانی واژگان و… انجام شده است که تنها بر روی یک حوزه خاص تمرکز داشته‏اند و در نتیجه راه حل‏هایی جزئی در راستای اهداف کلی پردازش زبان طبیعی محسوب می‏‏‏شوند. تمامی این حوزه‏های جزئی باید حل شوند تا در نهایت رایانه بتواند همانند انسان واژگان و جملات را پردازش کرده و یا آنها را بسازد.                

 

وظایف زبان طبیعی را می‏توان به ریز کاربردها و کلان کاربردها افراز نمود. به طور کلی تا کنون تحقیقات انجام شده بیشتر بر روی پردازش‏هایی در سطح واژه و یا جمله (مانند برچسب گذاری ادات سخن، ابهام زدائی از مفهوم واژگان، شناسایی موجودیت‏های نامدار و … ) و یا در سطح کل متن (تشخیص هرزنامه، رده بندی متون و…) متمرکز شده اند؛ برخی از کاربرد‏ها نیز مانند استخراج اطلاعات، تشخیص مرجع مشترک و ماشین ترجمه در سطح بینابین قرار گرفته‏اند. ]27[بدیهی است که در توسعه یک کاربرد سطح بالاتر همانند تعیین ویژگی‏های معنایی متون، انواع متفاوتی از ویژگی‏های سطح پایین‏تر (مانند ویژگی‏های لغوی و نحوی) نیز لازم است، اما به لطف سیستم‏های جدید که تا حد زیادی به روش‏های آماری یادگیری ماشین بستگی دارند، دیگر در آنها، به تمامی‏‏‏ ویژگی‏های سطح پایین‏تر نیازی نیست. علت اینکه روش‏های یادگیری ماشین توانسته‏اند با وجود سادگی، به موفقیت قابل توجهی دست یابند این است که اطلاعات آماری پایه، دانشی را فراهم می‏آورد که برای بسیاری از کاربرد‏ها کافی بوده و می‏‏‏‏تواند به کارائی قابل توجهی منجر شود. با این وجود، باید توجه داشت که روش‏های آماری محدود است و هرگز نمی‏توانند درک کاملی از محتوای معانی یک متن را فراهم آورند.

 

از طرفی دیگر، با فراهم شدن اطلاعات و قدرت محاسباتی بیشتر، سیستم‏‏هایی که واژگان و جملات درست را از غلط تشخیص می‏دهند، به طور گسترده‏ای در حال توسعه هستند. به عنوان مثال، در زبان انگلیسی برچسب گذاری ادات سخن به صحتی برابر با ۹۸%، شیوه‏های تجزیه کردن به صحتی برابر با ۹۰%، و شناسایی موجودیت‏های نامدار به صحت ۹۱% رسیده اند. [78,55,38[.

 

بسیاری از پژوهشگران معتقدند كه استخراج اطلاعات به عنوان یکی از مهمترین کاربردهای پردازش زبان طبیعی محسوب می‏شود، که مجموعه‏ای از تکنیک‏های رده‏بندی، خوشه‏بندی و قوانین وابستگی است و خروجی استخراج اطلاعات شامل، شناسایی موجودیت‏ها ، تعیین نوع وگروه آنها، طبقه بندی ارتباط میان موجودیت‏ها و همچنین استخراج رویدادهایی كه در آن مشاركت دارند، می‏باشد.[71[ در نهایت می‏توان گفت كه خلاصه سازی، بازیابی اطلاعات، داده‏كاوی، پرسش و پاسخ و درك زبان از جمله كاربردهای این سیستم هستند.

 

تمرکز اصلی این پژوهش بررسی فرایند تشخیص مرجع مشترک به عنوان یکی از فرایندهای مهم استخراج اطلاعات است؛ در تشخیص مرجع مشترک تمام عبارت‏های اسمی‏‏‏ که به یک موجودیت واحد در دنیای واقعی اشاره دارند، تعیین می‏گردند. هدف نهایی این پایان‏ نامه شناسایی اشاره‏های هم مرجع شامل ضمیر و اسم اشاره در متون پارسی می‏باشد. برای تحقق این هدف نیاز به انجام پیش پردازش‏هایی بر روی متون خام می‏باشد تا داده‏های مورد نیاز برای ورود به فرایند تحلیل مرجع مشترک فراهم شوند. فرض ما بر این است که خروجی حاصل از فرایند کشف اشاره به عنوان یک پیش پردازش می‏تواند در کنار سایر پیمانه‏های پیش پردازشی مانند تجزیه‏گر، شناسایی موجودیت‏های نامدار و… بر بهبود عملکرد تحلیل مرجع مشترک موثر واقع شود. [23،38،53،83]

 

به هر ترتیب شناسایی عبارت‏های اسمی‏‏‏ هم‏مرجع از مهمترین زیر وظایف استخراج اطلاعات می‏باشند که بهبود عملکرد آن موجب بهبود عملکرد کلی سیستم استخراج اطلاعات و سایر سیستم‏های مرتبط با آن خواهد شد.

 

واحد مورد بررسی در حوزه تشخیص مرجع مشترک، متن می باشد که پس از اجرای ماژول‏هایی متفاوت، متن مورد نظر به عبارت های اسمی یا به عبارت بهتر به اشاره تبدیل می‏شود. روش‏های موجود در این حوزه، به دو دسته روش‏های زبان‏شناسی و روش‏های یادگیری ماشین تقسیم می‏‏‏شوند. [76[ در روش اول، ابتدا به ازای هر عبارت اسمی‏‏، مراجع کاندیدا تعیین می‏‏‏شود و سپس با به کارگیری مجموعه‏ای از قواعد زبان‏شناسی، برخی از کاندیداها حذف شده و کاندیداهای باقیمانده نیز امتیازدهی می‏‏‏شوند و در‏نهایت کاندیدایی به عنوان مرجع برگزیده می‏‏‏شود که بیشترین امتیاز را کسب کرده باشد. مسئله اصلی در این روش این است که کسب اطلاعات زبان‏شناسی مورد نیاز، فرایندی زمان‏بر، پرهزینه و پر خطاست. البته با پیدایش پیکره‏های زبان‏شناسی و موفقیت روش‏های یادگیری ماشین در سایر حوزه‏ها، روش‏های زبان‏شناسی جای خود را به روش‏های یادگیری ماشین دادند. در یادگیری ماشین، به محاسبات زبان‏شناسی پیچیده و سطح بالای روش‏های زبان‏شناسی نیاز نیست به طوریکه با بهره گرفتن از دانش اندکی در زمینه زبان‏شناسی نیز می‏توان به نتایج خوب و قابل توجهی دست یافت.

 

از سوی دیگر، امروزه اغلب پژوهشگران فرایند تشخیص مرجع مشترک را به دو مرحله تقسیم می‏‏‏ کنند. (۱) کشف و شناسایی اشاره؛ برای شناسایی عبارت‏های اسمی‏‏‏ که به موجودیت ها در دنیای واقعی اشاره دارند، (۲) شناسائی اشاره‏هایی که به یک مرجع واحد اشاره دارند. به این ترتیب در مرحله اول، اکثر عبارت‏های اسمی‏‏‏ تحت عنوان اشاره و در قالب چهار گروه اصلی ضمایر، اسامی‏‏‏ خاص، اسامی‏‏‏ عام و غیر اشاره‏ها قرار می‏گیرند،[8،910،16،48،53،72] سپس این فرایند مشخص می‏‏‏‌کند که هر اشاره به کدام موجودیت در دنیای واقعی اختصاص دار[26]می‏‏‏توان گفت که فرایند کشف اشاره، توسعه یافته‏ی فرایند شناسایی موجودیت‏های نامدار می‏باشد که علاوه بر شناسایی اسامی‏‏‏ خاص، به شناسایی اسامی‏‏‏ عام و ضمایر نیز می‏پردازد. [،23،72،81،113،114]از آنجائیکه بررسی فرایند‏های شناسایی اشاره و تحلیل مرجع مشترک به طور همزمان خارج از حوزه‏ی این پایان‏ نامه است، ما عبارت‏های اسمی‏‏‏ را در قالب انواع اشاره‏های گفته شده در پیکره‏ای تحت عنوان لوتوس برچسب‏گذاری می‏نمائیم و نتیجه‏ی آن را برای تحلیل مرجع مشترک به کار خواهیم برد.

 

چارچوب کلی این پایان‏ نامه به این صورت می‏باشد: در بخش دوم این فصل گذری کوتاه بر انواع روابط میان دو عبارت اسمی‏‏‏ و به خصوص ارتباط‏های هم‏مرجعی خواهیم داشت. سپس در بخش اول فصل دوم، روش‏های ارائه شده برای تشخیص مرجع مشترک را مورد بررسی و مطالعه قرار می‏دهیم و در بخش دوم آن، به نحوه ایجاد پیکره‏ای مناسب برای کشف اشاره و تحلیل مرجع مشترک خواهیم پرداخت. در فصل سوم، به الگوریتم‏های مناسب برای این پایان‏ نامه را معرفی می نمائیم. سیستم پیشهنادی برای شناسایی اشاره‏های ارجاع شده در فصل چهارم معرفی خواهد شد و همچنین در این فصل الگوریتم‏های یادشده را مورد ارزیابی قرار می‏دهیم. در نهایت در فصل پنجم نیز به نتیجه گیری و پیشنهاد كارهای آتی در ادامه‏ی این پژوهش خواهیم پرداخت.

 

1-2.بررسی ارتباط هم ‏مرجعی

 

 

 

یکی از ‏ویژگی‏های خاص گفتمان این است که می‏توان در یک متن آزادانه در مورد یک یا چند موجودیت صحبت کرد و برای اشاره به هر موجودیت از انواع مختلف عبارت‏ها مانند ضمیر (او)، اسم عام (دانشمند)، اسم خاص (لطفعلی عسگر زاده) و یا یک عبارت اسمی‏(بنیان‏گذار منطق فازی) بهره برد تا به این ترتیب از تکرار عبارت‏ها کاسته و شیوایی مطلب نیز افزایش یابد. همین ویژگی موجب می‏شود که زنجیره‏ها‏ی بالقوه‏ای از تمام عبارت‏های اسمی‏که به یک موجودیت واحد در متن ارجاع دارند، ایجاد گردد. (مانند: او، دانشمند، لطفعلی عسگر زاده، بنیان‏گذار منطق فازی که به شخص پرفسور زاده اشاره دارند).

 

یکی از اهداف مهم استخراج اطلاعات، شناسایی این زنجیره‏ها در متن است که در فرایند تحلیل مرجع‏مشترک انجام می‏پذیرد. برای شروع، مثال ۱ را در نظر بگیرید:

 

مثال۱: (سیستم آبیاری گلاب) ۱Ant, در روز سه شنبه رونمایی شد. (این سیستم)۱Ana, محصول اندیشه‏ی (دکتر سارا شکری)۲Ant, است. (او) Ana,2، ( یک پژوهشگر)Ana در (شرکت آبیاری لاله)۳ است.

 

اگر فرض کنیم که پیمانه‏های نشانه‏گذاری تا کشف اشاره به عنوان پیش پردازش‏هایی بر روی متن اجرا شوند، با اجرای این پیمانه‏ها، انواع عبارت‏های اسمی‏موجود در متن (سیستم آبیاری، این سیستم، دکتر سارا شکری، او، یک پژوهشگر و شرکت آبیاری لاله) تعیین و نشانه‏گذاری می‏شوند. سپس با اجرای پیمانه تشخیص مرجع‏مشترک، ارتباطات میان این عبارت‏ها و اطلاعات نهفته در مورد موجودیت‏های شرکت کننده در متن آشکار می‏شود. به عنوان نمونه، می‏دانیم «او» و «سارا شکری» (با اندیسِ۲) به یک فرد مشخص و همچنین «سیستم آبیاری گلاب» و «این سیستم» (با اندیسِ۱) نیز به یک سیستم مشخص اشاره می‏کنند.

 

استفاده از اصطلاح موجودیت در تحلیل مرجع‏مشترک، این سؤال را مطرح می‏کند که چه چیزهایی موجودیت محسوب می‏شوند؟ تاکنون گروه‏بندی‏های متعددی برای انواع موجودیت‏ها ارائه شده است، به عنوان نمونهACE، یک تقسیم بندی هفت موجودیتی برای انواع موجودیت‏ها (شخص، سازمان، مکان، سیاسی، تسهیلات، سلاح و خودرو) و تعداد زیادی زیرگروه (به عنوان مثال شخص: فرد، گروه) و کلاس برای هر موجودیت پیشنهاد کرده است و[۶۴] که اغلب پژوهشگران همه این موجودیت‏ها و یا گاهی اوقات برخی از آن‏ها را مورد مطالعه و بررسی قرار می‏دهند.

 

یکی از ‏ویژگی‏های تحلیل مرجع‏مشترک این است که علاوه بر انواع موجودیت‏های رایج، می‏توانیم در حوزه‏ها‏ی متفاوت از تعاریف پیش فرض خود نیز برای موجودیت‏ها نیز استفاده نماییم. همین ویژگی موجب شده است تا برخی از پژوهشگران مانند[97] به تحلیل مرجع‏مشترک در متون پزشکی پرداخته و بررسی موجودیت‏هایی مانند انواع دارو، بیماری، ژن وغیره را هدف پژوهش خود قرار دهند.

 

با توجه به آنچه تا‏کنون گفته شد، انتظار می‏رود که با بررسی مراجع مشترک در مثال ۱، عبارت «یک پژوهشگر» نیز به همراه «او» و «سارا شکری» در یک زنجیره واحد قرار گیرد، اما خروجی پیمانه تحلیل مرجع‏مشترک چنین نیست. هر چند از نظر ما این ارتباط کاملاً بدیهی است اما واقعیت این است که عبارت «یک پژوهشگر» به عنوان ارجاع به موجودیت شخص   (در مثال ۱: سارا شکری) که در دنیای واقعی زندگی می‏کند در نظر گرفته نمی‏شود، چون منظور از «یک پژوهشگر» می‏تواند هر شخص دیگری نیز باشد. در این حالت فرایند دیگری تحت عنوان تحلیل پیشایند می‏تواند ارتباط میان «یک پژوهشگر» و «سارا شکری» را تشخیص دهد.

 

همان طور که مشاهده شد، تحلیل مرجع‏مشترک و تحلیل پیشایند دو مفهوم نزدیک به هم می‏باشند به طوری که عموماً به موازات تحلیل مرجع‏مشترک، با تحلیل پیشایند روبرو می‏شویم و حتی برخی به اشتباه این دو عبارت را معادل یکدیگر می‏پندارند. با وجود اینکه این دو پیمانه از بسیاری از جهات با یکدیگر مشابه هستند، اما از جهاتی نیز با یکدیگر تفاوت دارند، و عدم توجه به این مسئله موجب سردرگمی‏و ایجاد ابهام در تحلیل متن می‏گردد.در این بخش، هدف ما بررسی هرکدام از این فرایند‏ها‏ و مطالعه برخی از شباهت‏ها‏ و تفاوت‏ها‏ی میان این دو فرایند می‏باشد.

 

[1] معادل پارسی عبارت انگلیسی Natural Language processing

 

[2] معادل پارسی عبارت انگلیسی Artificial Intelligence

 

[3] معادل پارسی عبارت انگلیسی Text classification

 

[4] معادل پارسی عبارت انگلیسی Part of speech tagging

 

[5] معادل پارسی عبارت انگلیسی Word sense disambiguation

 

[6] معادل پارسی عبارت انگلیسی Micro-task

 

[7] معادل پارسی عبارت انگلیسی Macro-task

 

[8] معادل پارسی عبارت انگیسی Named Entity Recognizers(NER)

 

[9] معادل پارسی عبارت انگیسی Spam Detection

 

[10] معادل پارسی عبارت انگیسی Information Extraction(IE)

 

[11] معادل پارسی عبارت انگیسی Coreference Resolution(CR)

 

[12] معادل پارسی عبارت انگیسی Machin Translation(MT)

 

[13] معادل پارسی واژه انگیسی Lexical

 

[14] معادل پارسی واژه انگیسی Syntactical

 

[15] معادل پارسی واژه انگیسی Parsing

 

[16] معادل پارسی واژه انگیسی Classification

 

[17] معادل پارسی واژه انگلیسی Clustering

 

[18] معادل پارسی عبارت انگلیسی Association pules

 

[19] معادل پارسی واژه انگلیسی Entity

 

[20] معادل پارسی عبارت انگلیسی Information Retrieval(IR)

 

[21] معادل پارسی عبارت اانگلیسی Data Mining

 

[22] معادل پارسی عبارت انگلیسی question/Answering

 

[23] معادل پارسی عبارت انگلیسی Text understanding

 

[24] معادل پارسی عبارت انگلیسی Mention Detection

 

[25] معادل پارسی واژه انگلیسی linguist

 

[26] معادل پارسی عبارت انگلیسی Machin Learning(ML)

 

[27] معادل پارسی واژه انگلیسی Corpus

 

[28] معادل پارسی واژه انگلیسی Entitiy

 

[29] هرآنچه كه به موجودیت خاص درمتن ارجاع داده شده است

 

[30] معادل پارسی واژه انگلیسی Pronominal

 

[31] معادل پارسی عبارت انگلیسی Proper Name

 

[32] معادل پارسی واژه انگلیسی Nominal

 

[33] معادل پارسی عبارت انگلیسی Out of Mention

 

[34] در این فصل دو نوع اندیس برای هر عبارت اسمی در نظر گرفته‏ایم، اندیس شماره برای تشخیص مرجع مشترک می باشد، یه عنوان مثال، سیستم آبیاری گلاب و این سیستم هر دو به یک موجودیت اشاره دارند و اندیس این موجودیت 1 می باشد. همچنین اندیس Ant نشان‏گر مقدم و اندیس Ana نشان‏گر تالی است که برای بررسی ارتباط پبشایندی در نظر گرفته شده است.

 

[35] معادل پارسی عبارت انگلیسی Automatic Content Extraction