نفت به عنوان ماده اصلی تأمین انرژی جهان، همواره از اهمیت‏ ویژه‏ای برخوردار بوده است. از این رو قیمت‏های آینده نفت یکی از عوامل مهمی است که سیاست‏ها و برنامه‏ریزی‏های دولت‏ها، سازمان‏های بین‏المللی و شرکت‏ها را تحت‏تأثیر قرار می‏دهد. بنابراین پیش‏بینی قیمت نفت از طریق روش‏های اقتصاد سنجی و روش های شبکه های عصبی مبتنی بر داده کاوی و هستی شناسی می‏تواند مفید و راه گشا باشد. گرچه پیش‏بینی قیمت نفت در بازار بین‏المللی امری مشکل است اما محققان با مدل‏سازی توانسته‏اند به نتایج قابل توجهی دست یابند. دشواری پیش‏بینی قیمت بدون در نظر گرفتن عوامل غیر بنیادی از آنجا ناشی می‏شود که پیش بینی این عوامل خود وابسته به پیش‏بینی عوامل بنیادی بازار نظیر تقاضا و عرضه است که به نوبه خود به عوامل دیگری از جمله رشد اقتصادی و عوامل فنی- تکنولوژیکی وابسته‏اند. شناخت بازار نفت و توانایی ارائه پیش بینی صحیح از وضعیت قیمت نفت یکی از چالش های مهم علمی در سرتاسر جهان است. خصوصاً این مسأله در کشورهایی که اقتصاد آن ها وابستگی بیشتری به صنعت نفت دارد (نظیر ایران) از اهمیت ویژه ای برخوردار است، چرا که پیش بینی صحیح قیمت نفت، تأثیرات مهمی در سیاست گذاری ها و برنامه ریزی های اقتصاد کلان کشور خواهد داشت. در این تحقیق از داده های سالانه طی دوره ی 1980 تا 2009 میلادی استفاده گردیده است. به منظور پیش بینی قیمت نفت، 25 سال (1980تا 2004) را به عنوان مجموعه آموزش و 5 سال (2005 تا 2009) را به عنوان مجموعه آزمایش در نظر گرفته شده است. در این پژوهش ابتدا مناسب ترین مدل خودرگرسیو میانگین متحرک مطابق با سری زمانی قیمت نفت برنت و با استفاده از معیارهای آکائیک و شوارتز-بیزین شناسایی شده که نتایج نشان دهنده ی مدل (1,1)arma بر روی لگاریتم قیمت نفت برنت می باشد. در تحقیق حاضر جهت بیان دقت مدل از معیارهای خطای میانگین مربعات خطا (rmse) و میانگین قدر مطلق خطا (mae) استفاده شده است. سپس به استخراج هستی شناسی بازار بین المللی نفت پرداخته و با استفاده از داده کاوی (خوشه بندی) به تحلیل سری زمانی قیمت نفت پرداخته و عوامل موثر بر قیمت نفت شناسایی شدند. این عوامل عبارتند از: ذخایر اثبات شده نفت کشورهای oecd، تولید نفت اوپک، ظرفیت پالایشگاه های نفت کشورهای oecd، قیمت طلا و رشد اقتصادی کشورهای گروه7. پس از تحلیل و شناخت بیشتر از بازار نفت، هستی شناسی اولیه اصلاح شده و هستی شناسی کامل تر و مناسب تری در مورد بازار نفت بنیان نهاده شد. با توجه به معیارهای خطای بدست آمده مشخص شد که مدل های شبکه عصبی مصنوعی دقت بسیار بالاتری نسبت به مدل اقتصادسنجی خودرگرسیو میانگین متحرک در پیش بینی قیمت جهانی نفت دارند، هم چنین در بین مدل های شبکه عصبی، مدلی که از نتایج خوشه بندی و هستی شناسی اصلاح شده استفاده می نماید دقت بیشتری نسبت به سایر مدل ها دارد.