Development and evaluation of a continuous-time Markov chain model for detecting and handling data currency declines

کاهش ارزش داده ها، ناشی از ارزش داده های ضبط شده که تبدیل به عقب ماندگی می شود، می تواند به سودآوری و پاسخگو بودن منابع داده آسیب برساند. تشخیص و به روزرسانی مقادیر منسوخ ممکن است موجب بهبود اعتبار داده ها و کاهش آسیب های مرتبط شود، اما چنین تلاش هایی ممکن است گران باشد و همیشه نمی تواند توجیه شود. این مطالعه، سناریوهای کاهش نرخ ارز را با استفاده از یک پروسه تصادفی زنجیره مارکوف مداوم با تعداد محدودی از حالتها، هر کدام منعکس کننده یک مقدار معتبر داده است. این مدل، احتمال وقوع حالت انتقال، توزیع زمان انتقال و جبران خسارت ناشی از داده های منسوخ شده و هزینه بازپرسی را در نظر می گیرد. فرمول پیشنهادی اجازه می دهد که سطح ارز را بدون نیاز به پایه برای مقایسه و همچنین پیش بینی کاهش ارزش های آینده، ارزیابی آسیب انباشته شده و بهینه سازی زمانبندی حسابرسی هزینه های موثر و بازخوانی برآورد شود. این مطالعه یک ارزیابی جامع از مدل پیشنهادی را ارائه می دهد، با استفاده از یک مجموعه داده های بزرگ دنیای واقعی مربوط به اداره ادعاهای بیمه در چندین دوره زمانی. نتایج ارزیابی قابلیت استفاده از مدل و سهم بالقوه آن در مدیریت کیفیت پیشگیرانه داده و کاهش هزینه های ارز را نشان می دهد.