
پایان نامه داده کاوی، مفاهیم و کاربرد
عنوان پایان نامه : پایان نامه داده کاوی، مفاهیم و کاربرد
قالب بندی : Word
قیمت : رایگان
شرح مختصر : 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 . با استفاده از پرسش های ساده در SQL و ابزارهای گوناگون گزارش گیری معمولی ، می توان 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 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 .
- فهرست :
- چکیده
- مقدمه
- فصل اول – مفاهیم داده کاوی
- مدیریت ذخیره سازی و دستیابی اطلاعات
- ساختار بانک اطلاعاتی سازمان
- داده کاوی (Data Mining)
- مفاهیم پایه در داده کاوی
- تعریف داده کاوی
- مراحل فرایند کشف دانش از پایگاه داده ها
- الگوریتم های داده کاوی
- آماده سازی داده برای مدل سازی
- درک قلمرو
- ابزارهای تجاری داده کاوی Tools DM Commercial
- منابع اطلاعاتی مورد استفاده
- محدودیت های داده کاوی
- حفاظت از حریم شخصی در سیستمهای دادهکاوی
- فصل دوم : کاربردهای داده کاوی
- کاربرد داده کاوی در کسب و کار هوشمند بانک
- داده کاوی در مدیریت ارتباط با مشتری
- کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی
- داده کاوی و مدیریت موسسات دانشگاهی
- داده کاوی و مدیریت بهینه وب سایت ها
- دادهکاوی و مدیریت دانش
- کاربرد دادهکاوی در آموزش عالی
- فصل سوم – بررسی موردی۱: وب کاوی
- معماری وب کاوی
- مشکلات و محدودیت های وب کاوی در سایت های فارسی زبان
- محتوا کاوی وب
- فصل چهارم – بررسی موردی
- داده کاوی در شهر الکترونیک
- زمینه دادهکاوی در شهر الکترونیک
- کاربردهای داده کاوی در شهر الکترونیک
- چالشهای داده کاوی در شهر الکترونیک
- مراجع و ماخذ
دیدگاه ها