فایلوو

سیستم یکپارچه همکاری در فروش فایل

فایلوو

سیستم یکپارچه همکاری در فروش فایل

مفاهیم و کاربرد های داده کاوی پروژه دوره کارشناسی مهندسی کامپیوتر ارایه شده به گروه علمی مهندسی نرم افزار دانشکده فنی مهندسی

مفاهیم و کاربرد های داده کاوی پروژه دوره کارشناسی مهندسی کامپیوتر ارایه شده به: گروه علمی مهندسی نرم افزار دانشکده فنی مهندسی
مفاهیم و کاربرد های داده کاوی پروژه دوره کارشناسی مهندسی کامپیوتر ارایه شده به: گروه علمی مهندسی نرم افزار دانشکده فنی مهندسی - مفاهیم و کاربرد های داده کاوی پروژه دوره کارشناسی مهندسی کامپیوتر ارایه شده به گروه علمی مهندسی نرم افزار دانشکده فنی مهندسی



چکیده: امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کردواطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد . و ابزارهای گوناگون گزارش گیری معمولی ، می توان SQL با استفاده از پرسش های ساده در اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند اما وقتی که حجم داده ها بالا باشد ، کاربران هر چند زبر دست و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شند ، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است . از سوی دیگر کاربران معمولا فرضیه ای را مطرح می کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می پردازند ، در حالی که امروزه نیاز به روشهایی است که اصطلاحا به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند . داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند . در داده کاوی از بخشی از علم آمار به نام تحلیل اکتشافی داده ها استفاده می شود که در آن بر کشف اطلاعات نهفته و ناشناخته از درون حجم انبوه داده ها تاکید می شود . علاوه بر این داده کاوی با هوش مصنوعی و یادگیری ماشین نیز ارتباط تنگاتنگی دارد ، بنابراین می توان گفت در 5 داده کاوی تئوریهای پایگاه داده ها ، هوش مصنوعی ، یادگیری ماشین و علم آمار را در هم می آمیزند تا زمینه کاربردی فراهم شود . باید توجه داشت که اصطلاح داده کاوی زمانی به کار برده می شود که با حجم بزرگی از داده ها ، در حد مگا یا ترابایت ، مواجه باشیم . در تمامی منابع داده کاوی بر این مطلب تاکید شده است . هر چه حجم داده ها بیشتر و روابط میان آنها پیچیده تر باشد دسترسی به اطلاعات نهفته در میان داده ها مشکلتر می شود و نقش داده کاوی به عنوان یکی از روشهای کشف دانش ، روشن تر می گردد . 6 فهرست مطالب مفاهیم و کاربرد های داده کاوی ....................................................................................................... مفاهیم و کاربرد های داده کاوی ....................................................................................................... چکیده: ........................................................................................................................................... 4 مقدمه: . .......................................................................................................................................... 11 فصل اول – مفاهیم داده کاوی . ..................................................................................................... 14 مدیریت ذخیره سازی و دستیابی اطلاعات ............................................................................... 14 ساختار بانک اطلاعاتی سازمان: ................................................................................................ 15 16................................................................................................ (Data Mining) : داده کاوی مفاهیم پایه در داده کاوی ......................................................................................................... 18 تعریف داده کاوی .................................................................................................................... 18 تاریخچه داده کاوی .................................................................................................................. 19 مراحل فرایند کشف دانش از پایگاه داده ها . ............................................................................. 21 انبارش داده ها . ......................................................................................................................... 22 انتخاب داده ها ......................................................................................................................... 22 تبدیل داده ها............................................................................................................................ 23 کاوش در داده ها . ..................................................................................................................... 23 تفسیر نتیجه .............................................................................................................................. 24 عملیاتهای داده کاوی . ............................................................................................................... 24 7 مدلسازی پیشگویی کننده ......................................................................................................... 25 تقطیع پایگاه داده ها ................................................................................................................. 26 تحلیل پیوند ............................................................................................................................. 26 تشخیص انحراف ..................................................................................................................... 27 الگوریتم های داده کاوی .......................................................................................................... 27 شبکه های عصبی ..................................................................................................................... 28 درخت های انتخاب ................................................................................................................. 29 استنتاج قانون . ........................................................................................................................... 30 الگوریتمهای ژنتیک .................................................................................................................. 31 مدل فرآیند دو سویه ................................................................................................................ 31 تعریف مساله . ........................................................................................................................... 32 ساختن یک پایگاه داده داده کاوی ............................................................................................ 33 جستجوی داده . ......................................................................................................................... 34 آماده سازی داده برای مدل سازی . ............................................................................................ 35 ساختن مدل داده کاوی ............................................................................................................ 35 تائید اعتبار ساده ....................................................................................................................... 36 ارزیابی و تفسیر؛ تایید اعتبار مدل ............................................................................................ 36 ایجاد معماری مدل و نتایج . ...................................................................................................... 36 سابقه داده کاوی ....................................................................................................................... 38 مفهوم داده کاوی ...................................................................................................................... 40 8 نرمافزارهای دادهکاوی .............................................................................................................. 42 درک قلمرو .............................................................................................................................. 44 استفاده از نتایج . ........................................................................................................................ 44 اکتشاف : .................................................................................................................................. 46 مدل پیش بینی : ....................................................................................................................... 46 تحلیلهای دادگاهی : ................................................................................................................. 46 52...................................................... DM Commercial Tools ابزارهای تجاری داده کاوی منابع اطلاعاتی مورد استفاده ..................................................................................................... 53 انبار داده ................................................................................................................................... 54 پیشرفت در تکنولوژیهای داده پردازی ...................................................................................... 54 دیتا مارت ................................................................................................................................. 55 انبار داده ها .............................................................................................................................. 56 عناصر داده کاوی ..................................................................................................................... 58 فنون داده کاوی ........................................................................................................................ 59 ابزارهای پرس و جو: ............................................................................................................... 60 فنون آماری:.............................................................................................................................. 60 مصور سازی: . ........................................................................................................................... 60 پردازش تحلیلی پیوسته: ........................................................................................................... 61 یادگیری مبتنی بر مورد: ............................................................................................................ 61 درختان تصمیم گیری: .............................................................................................................. 61 9 قوانین وابستگی: ....................................................................................................................... 61 شبکه های عصبی : . .................................................................................................................. 62 الگوریتم ژنتیکی: ...................................................................................................................... 62 محدودیت های داده کاوی ....................................................................................................... 64 حفاظت از حریم شخصی در سیستمهای دادهکاوی ................................................................. 64 فصل دوم : کاربردهای داده کاوی ................................................................................................. 67 کاربرد داده کاوی در کسب و کار هوشمند بانک ...................................................................... 68 داده کاوی درمدیریت ارتباط بامشتری . ..................................................................................... 69 کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی ................................................. 71 کاربردهای داده کاوی در کتابخانه ها . ....................................................................................... 71 داده کاوی و مدیریت موسسات دانشگاهی . .............................................................................. 73 کاربردهای داده کاوی در موسسات دانشگاهی ......................................................................... 73 داده کاوی و مدیریت بهینه وب سایت ها ................................................................................ 74 دادهکاوی و مدیریت دانش ....................................................................................................... 75 کاربرد دادهکاوی در آموزش عالی ............................................................................................ 76 فصل سوم – بررسی موردی 1: وب کاوی .................................................................................... 78 معماری وب کاوی ................................................................................................................... 78 مشکلات ومحدودیت های وب کاوی در سایت های فارسی زبان . .......................................... 84 محتوا کاوی وب ...................................................................................................................... 85 فصل چهارم – بررسی موردی 2 : داده کاوی در شهر الکترونیک ................................................. 87 10 زمینه دادهکاوی در شهر الکترونیک ......................................................................................... 90 کاربردهای دادهکاوی در شهر الکترونیک ................................................................................ 91 کشف علایق و انگیزههای شهروندان و تولید سرویسهای شخصیسازی . .................................. 92 تجدید ساختار سایت وب شهر و افزایش کارایی سیستم ......................................................... 93 تقویت برنامهریزیهای دولت و ترویج نوآوری.......................................................................... 95 بهبود تحلیلها و تصمیمات دولت ............................................................................................. 96 چالشهای دادهکاوی در شهر الکترونیک . .................................................................................. 96 کیفیت دادهها ........................................................................................................................... 97 قابلیت انتقال دادهها و استفاده از اطلاعات ............................................................................... 97 چالش برآورد مدلهای دادهکاوی . ............................................................................................. 98 دقت نتایج متدهای دادهکاوی ............................................................................................... 100 پیچیدگی و هزینه زمانی ........................................................................................................ 102 محرمانگی دادهها .................................................................................................................. 102 نتیجه گیری . ............................................................................................................................... 104 مراجع و ماخذ فارسی . ............................................................................................................... 106 مراجع

مشخصات فروشنده

نام و نام خانوادگی : مجتبی خادم پیر

شماره تماس : 09151803449 - 05137530742

ایمیل :info@payfile.org

سایت :payfile.org

مشخصات فایل

فرمت : zip

تعداد صفحات : 80

قیمت : برای مشاهده قیمت کلیک کنید

حجم فایل : 970 کیلوبایت

برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...

پرداخت و دانلودگزارش خرابی و شکایت از فایل