چکیده:
خوشهبندی یکی از عملیات مهم در دادهکاوی بهشمار میرود که نتایج آن برای محققان و سیاستگذاران در زمینههای مختلف به منظور تحلیل و برنامهریزی مفید است. از آنجا که در سالهای اخیر، اقتصاد دانشبنیان با حمایت از شرکتهای دانشبنیان در ایران در حال توسعه است، تحلیل ویژگیهای این شرکتها و خوشهبندی آنها به منظور برنامهریزی اثربخش، چشمانداز مناسبی برای سیاستگذاران فراهم میآورد. از این رو، در این مقاله شرکتهای دانشبنیان کشاورزی ایران با استفاده از اطلاعات سال 2017 بر مبنای حوزه فناوری، تنوع محصولات و ارزش فروش محصول با استفاده از روشهای خوشهبندی K-میانگین ساده و K-میانگین در ترکیب با الگوریتمهای سلسلهمراتبی و کلونی مورچهها در نرمافزار MATLAB 16a خوشهبندی شدند. بنا بر نتایج، خوشهبندی K-میانگین در ترکیب با الگوریتم کلونی مورچهها در مقایسه با دو روش دیگر توزیع متوازنتری از شرکتها بین شش خوشه داشته است و میانگین ضریب نیمرخ 7/0 اعتبار این خوشهبندی را تأیید میکند. پیشنهاد میشود، به منظور اثربخشی و پرهیز از هدررفت بودجه حمایت از شرکتهای دانشبنیان، برای شرکتهایی که به دلیل ویژگیهای مشابه در یک خوشه قرار گرفتهاند، برنامههای حمایتی همسانی طرحریزی شود. برای شرکتهای دانشبنیان با میانگین فروش اندک که در یک خوشه قرار گرفتهاند برنامههای حمایتی ورود به بازار و برای شرکتهای با تنوع محصول و درآمد متوسط بالا برنامههای توسعه بازار صادراتی توصیه میشود.
Introduction Clustering is one of the most important operations in data mining and its results are useful for researchers and policy makers in various fields for analysis and planning. Since in recent years, the knowledge based economy has been developing with the support of knowledge-based companies in Iran, the analysis of the characteristics of these companies and their segmentation for effective planning provides an appropriate perspective for policy makers. Materials and Methods In this article, Iranian knowledge based companies of agriculture using 2017 data have been clustered based on the field of technology, the number of products and value of product sales. Three clustering methods, simple K-Means and K-Means in combination with hierarchical and ant colony algorithms by using MATLAB 2016a software were applied for clustering. Then, results of three algorithms have been compared and the best one for this data have been selected. Results and discussion According to the results, the clustering using K-Means in combination with the ant colony algorithm, in comparison with the other two methods, shows a more balanced distribution of the firms among six clusters, and the average Silhouette width value of the 0.7 confirms the validity of this clustering. The highest number of companies and products are in first cluster and the lowest are in 4th and 5th clusters which have the highest average sales per company with 27293 and 5404 million Rials, respectively. The reason for the small number of members in these clusters is that few companies have a large number of knowledge-based products with high sale. In contrast, most companies have acquired a small market share with few number of products. The variety of products and sales of companies indicates the flexibility of the company in different markets, the size of the market and the ability to participate in market development. Suggestion Based on the results, it is suggested that similar support programs be designed for companies that are due to similar characteristics in a cluster in order to be effective and avoid losing budget. For knowledge based companies with low average sales that are in a cluster, market support programs and for companies with products diversification and high average incomes, export market development programs are recommended. Providing banking facilities to agricultural knowledge-based companies can not have the same model for every company, and It is necessary to determine the amount of facilities provided and the method of repayment based on the results of the clustering.. JEL Classification: C81, L2, M13, O31, Q16
خلاصه ماشینی:
اقتصاد کشاورزی/جلد ١٣/شماره ٢/صفحه های ٥٠-٣٣ مقایسه کاربرد الگوریتم های فراابتکاری کلونی مورچه ها و سلسله مراتبی در خوشه بندی شرکت های دانش بنیان کشاورزی الهام مهرپرورحسینی، حامد رفیعی ، سید صفدر حسینی، امیرحسین چیذری 1 تاریخ دریافت : ١٣٩٧/١٠/١٦ تاریخ پذیرش : ١٣٩٨/٠٤/٢٤ چکیده خوشه بندی یکی از عملیات مهم در داده کاوی به شمار میرود که نتایج آن برای محققان و سیاست گذاران در زمینه های مختلف به منظور تحلیل و برنامه ریزی مفید است .
از این رو، در این مقاله شرکت های دانش بنیان کشاورزی ایران با استفاده از اطلاعات سال ٢٠١٧ 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 a١٦ MATLAB خوشه بندی شدند.
جدول (٢) وضعیت توزیع شرکت ها، محصولات و فروش آنها در خوشه بندی K-میانگین ترکیب با کلونی مورچه ها Table (2) Distribution status of companies, products and sales in the clustering K- means combined with Ant colony (به تصویر صفحه مراجعه شود) همان طور که بیان شد، براساس دسته بندی محصولات دانش بنیان در معاونت علمی و فناوری ریاست جمهوری، دستۀ محصولات کشاورزی، دامی و گیاهی خود دارای سیزده زیردسته است که تاکنون در زیردستۀ دوازده ، یعنی تولید دارو و واکسن زیستی برای دام و طیور، محصولاتی ثبت نشده است .