پایان نامه داده کاوی و اکتشاف دانش

اختصاصی از حامی فایل پایان نامه داده کاوی و اکتشاف دانش دانلود با لینک مستقیم و پر سرعت .

پایان نامه داده کاوی و اکتشاف دانش

 

چکیده:

داده کاوی پل ارتباطی میان علم آمار ،  علم کامپیوتر ،  هوش مصنوعی ،  الگوشناسی ،  فراگیری ماشین و بازنمایی بصری داده می باشد. داده کاوی فرآیندی پیچیده جهت شناسایی الگوها و مدل های صحیح ،  جدید و به صورت بالقوه مفید ،  در حجم وسیعی از داده می باشد ،  به طریقی که این الگو ها و مدلها برای انسانها قابل درک باشند.

داده کاوی به صورت یک محصول قابل خریداری نمی باشد ،  بلکه یک رشته علمی و فرآیندی است که بایستی به صورت یک پروژه پیاده سازی شود.

داده ها اغلب حجیم می باشند و به تنهایی قابل استفاده نیستند ،  بلکه دانش نهفته در داده ها قابل استفاده می باشد. بنابراین بهره گیری از قدرت فرآیند داده کاوی جهت شناسایی الگوها و مدلها و نیز ارتباط عناصر مختلف در پایگاه داده جهت کشف دانش نهفته در داده ها و نهایتا تبدیل داده به اطلاعات ،  روز به روز ضروری تر می شود. 

یکی از نمونه های بارز داده کاوی را می توان در فروشگاه های زنجیره ای مشاهده نمود ،  که در آن سعی می شود ارتباط محصولات مختلف هنگام خرید مشتریان مشخص گردد. فروشگاه های زنجیره ای مشتاقند بدانند که چه محصولاتی با یکدیگر به فروش می روند . 

به روشنی این مطلب قابل درک است که این نوع استفاده از داده کاوی می تواند فروشگاه ها را در برگزاری هوشمندانه فستیوال های فروش و نحوه ارائه اجناس به مشتریان یاری رساند.

نمونه دیگر استفاده از داده کاوی در زمینه فروش را می توان در یک شرکت بزرگ دوبلاژ و تکثیر و عرضه فیلم های سینمایی در آمریکای شمالی مشاهده نمود که در آن عملیات داده کاوی ،  روابط مشتریان و هنرپیشه های سینمایی و نیز گروه های مختلف مشتریان بر اساس سبک فیلم ها ( ترسناک ،  رمانتیک ،  حادثه ای و ...) مشخص گردید.

از دیگر زمینه های به کارگیری داده کاوی ،  استفاده بیمارستانها و کارخانه های داروسازی جهت کشف الگوها و مدلهای ناشناخته تاثیر دارو ها بر بیماری های مختلف و نیز بیماران گروه های سنی مختلف را می توان نام برد.

استفاده از داده کاوی در زمینه های مالی و بانکداری به شناخت مشتریان پر خطر و سودجو بر اساس معیار هایی از جمله سن ،  درآمد ،  وضعیت سکونت ،  تحصیلات ،  شغل و غیره می انجامد.

کلمات کلیدی :

داده کاوی  ،   انبارداده ،  کسب و کار هوشمند ،  تحلیل دسته ای ،  درخت های تصمیم گیری و قوا عد  تصمیم گیری ،  مجموعه های فازی و منطق فازی ،   قواعد انجمنی ،  شبکه عصبی مصنوعی و داده کاوی توزیع شده . 

 

فهرست مطالب 

فصل اول : مقدمه ای بر داده کاوی

1-1 مقدمه

1-2 داده کاوی چیست ؟  

1- 3 مفاهیم پایه در داده کاوی

1- 4 تعریف داده کاوی

1- 5 تاریخچه داده کاوی

1- 6 برخی از کاربردهای داده کاوی در محیطهای واقعی عبارتند از :

1- 6- 1 خرده فروشی

1- 6- 2 بانکداری

1- 6- 3 بیمه

1- 6- 4 پزشکی

1- 7 مراحل فرایند کشف دانش از پایگاه داده ها

1- 8 عملیاتهای داده کاوی

1- 9 الگوریتمهای داده کاوی

1- 10 مدل فرآیند دو سویه

1- 11 ساختن یک پایگاه داده داده کاوی

1-12 نتیجه گیری

فصل دوم : داده کاوی درمدیریت ارتباط بامشتری 

2- 1 چکیده

2- 2 مقدمه

2- 3 داده کاوی

2- 4 مدیریت ارتباط با مشتری

2- 5 چرخه زندگی مشتری

2- 6 نتیجه گیری

فصل سوم : کاربردهای داده کاوی در کتابخانه ها و موسسات دانشگاهی

3- 1 چکیده

3- 2 مقدمه

3- 3 پیشرفت در تکنولوژیهای داده پردازی

3- 4 عناصر داده کاوی

3- 5 فنون داده کاوی

3- 6 کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی

3- 7 مدیریت و خدمات کتابخانه

3- 8 مدیریت موسسات دانشگاهی

3- 9 تذکرات نهایی

فصل چهارم : کسب و کار هوشمند و داده کاوی

4- 1 مقدمه

4- 2 تکامل تاثیر گذاری داده ها

4- 3 از داده ها تا تصمیم گیریها

4- 4 مفهوم ذخیره داده ها

4- 5 تعریفی برای داده کاوی

4- 6 کاربردها و عملیات داده کاوی

4- 7 لزوم داده کاوی

4- 8 داده کاوی در مقابل پرس و جو ها در پایگاه های داده سنتی

4- 9 الگوریتم های انجمنی

4- 10 تکنیکهای مرتبط با داده کاوی

4- 11 ابزارهای داده کاوی

4- 12 درخت های تصمیم گیری

4- 13 داده کاوی - یک مدل و نمونه خلاصه

4- 14 نرم افزار Low end

4- 15 فرآیند داده کاوی

4- 16 نرمال سازی  

4- 17 یادگیری داده ها

4- 18 درخت های تصمیم گیری و قواعد تصمیم گیری

4- 19 نتیجه گیری

فصل پنجم : تفاوت داده کاوی و آنالیز های آماری

5- 1 مقدمه

5- 2 روش آنالیز آماری

5- 3 روش داده کاوی

5- 4 فواید و نقش داده کاوی در فعالیت شرکتها  

5- 5 مراحل اصلی داده کاوی  

فصل ششم : داده کاوی توزیع شده

6- 1 مقدمه

6- 2 دلایل پیدایش داده کاوی توزیع شده

6- 3 تکنیکها و رویکردها در داده کاوی توزیع شده

6- 4 عاملها و داده کاوی توزیع شده 

6- 5 داده کاوی و حریم خصوصی

6- 6 کاربرد‌های داده کاوی

6- 7 تکنیک‌های داده کاوی

6- 8 قوانین انجمنی

6- 9 تشخیص قوانین انجمنی  به کمک الگوریتم apriori 

6- 10  فرآیند استخراج قوانین وابستگی

Apriori Based DDM Algorithms 11- 6

Count Distribution 12- 6

Data Distribution 13- 6

فصل هفتم : نرم¬افزار داده کاوی  Weka  

  7-1 مقدمه

7-2 روش استفاده از Weka

  3-7 قابلیتهای Weka

4-7دریافت Weka

  5-7 مروری بر Explorer

فصل هشتم : نتیجه گیری و ارائه پیشنهادات 

منابع