حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

وب کاوی، پیش نیازها و شاخص ها

اختصاصی از حامی فایل وب کاوی، پیش نیازها و شاخص ها دانلود با لینک مستقیم و پر سرعت .

وب کاوی، پیش نیازها و شاخص ها


وب کاوی، پیش نیازها و شاخص ها

وب کاوی، پیش نیازها و شاخص ها

78 صفحه قابل ویرایش 

قیمت فقط 7000 تومان 

 

 

چکیده

وب کاوی، پیش نیازها و شاخص ها

در دو دهه ی اخیر، توانایی های فنی بشر برای تولید و جمع آوری داده‌ها به سرعت افزایش یافته است. عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب و کار، علوم، خدمات دولتی و پیشرفت در وسایل جمع آوری داده، از اسکن کردن متون و تصاویر تا           سیستم های سنجش از دور ماهواره ای، در گسترش توانایی ها و کاربردها، نقش مهمی دارند. به لحاظ اینکه در چند سال اخیر مبحث داده کاوی و اکتشاف دانش موضوع بسیاری از مقالات و کنفرانس ها قرار گرفته و نرم افزارهای آن در بازار به شدت مورد توجه قرار گرفته است، دراین پایان نامه سعی بر آن شده تا گذری بر این دانش و به طور خاص تر دانش وب کاوی داشته باشیم..

در این پایان نامه، در فصل اول مروری بر داده کاوی، شاخص های آن و فرآیند کشف دانش خواهیم داشت. در فصل دوم به وب کاوی خواهیم پرداخت و الگوریتم های آن و رابطه اش را با موتورهای جستجو، از نظر خواهیم گذراند. در فصل سوم نیز با توجه به ارتباط تنگاتنگ وب معنایی با وب کاوی، به مقدمات وب معنایی نگاهی خواهیم انداخت. در فصل پایانی نیز سعی شده است نتیجه ای کلی بر آن چه پژوهش شده است، جمع آوری شود تا مخاطب را بیشتر به سمت و سوی مطالعه در باب موضوعات مطرح شده سوق دهد.

امیدوارم این پژوهش که حاصل چهارماه تحقیق، مطالعه و ترجمه می باشد مورد قبول خوانندگان عزیز قرار گیرد.

کلمات کلیدی

داده کاوی، وب کاوی، وب معنایی، کشف دانش، کاوش در وب، موتورهای جستجو، نرم افزارهای وب کاوی.

 

 

فهرست

1-                   فصل اول................................................................................................................... 1

1-2- داده کــاوی و پیش نیازها.......................................................................................................... 1

1-3- تاریخچه ی داده کاوی............................................................................................................. 2

1-4- کاربردهای داده کاوی.............................................................................................................. 4

1-5- محدودیت های داده کاوی........................................................................................................ 6

1-6- مفاهیم رایج و اساسی در توصیف داده ها........................................................................................ 7

1-7- فرآیند کشف دانش در داده کاوی.............................................................................................. 10

1-9- انتخاب داده ها..................................................................................................................... 12

1-10- پاک سازی، پیش پردازش و آماده سازی..................................................................................... 12

1-11- تبدیل داده ها..................................................................................................................... 12

1-12- کاوش در نتیجه ها  و ارزیابی الگوها.......................................................................................... 13

1-13- تفسیر نتایج و ارائه ی دانش..................................................................................................... 13

1-14- معماری سیستم های داده کاوی................................................................................................ 13

1-15- فعالیت ها و پارامترهای داده کاوی............................................................................................ 15

1-16- تخمین............................................................................................................................. 16

1-17- پیش بینی.......................................................................................................................... 17

1-18- رگرسیون......................................................................................................................... 18

1-19- رگرسیون منطقی................................................................................................................. 20

1-20- تحلیل تفکیکی................................................................................................................... 20

1-21- شبکه های عصبی................................................................................................................ 21

1-22- دسته بندی........................................................................................................................ 24

1-23- خوشه بندی....................................................................................................................... 24

1-24- الگوریتم K-means :.......................................................................................................... 25

1-25- الگوریتم خوشه بندی  :DBSCAN......................................................................................... 27

2-                   فصل دوم................................................................................................................. 29

2-1- وب کــاوی........................................................................................................................ 29

2-2- تاریخچه ی وب کاوی............................................................................................................ 30

2-3- وظایف وب کاوی................................................................................................................. 30

2-4- انواع وب کاوی.................................................................................................................... 31

2-5- محتواکاوی وب................................................................................................................... 32

2-6- دیدگاه بازیابی اطلاعات.......................................................................................................... 33

2-7- دیدگاه پایگاه داده ها............................................................................................................. 34

2-8- ساختارکاوی وب.................................................................................................................. 34

2-9- مفاهیم بازدید و روش رتبه بندی صفحه:........................................................................................ 36

2-10- مفهوم بازدید:.................................................................................................................... 37

2-11- رتبه بندی صفحه:................................................................................................................ 39

2-12- کاربردهای وب کاوی........................................................................................................... 40

2-13- وب کاوی بر پایه ی XML.................................................................................................... 40

2-14- رابطه بین وب کاوی و موتورهای جستجو..................................................................................... 42

2-15- بخش های مجزای یک موتور جستجوگر..................................................................................... 43

2-16- عنکبوت :......................................................................................................................... 43

2-17- خزش گر:........................................................................................................................ 44

2-18- نمایه ساز.......................................................................................................................... 44

2-19- پایگاه داده ها..................................................................................................................... 44

2-20- رتبه بند............................................................................................................................ 45

2-21- معایب موتورهای جستجو:...................................................................................................... 46

2-22- پویش داده های روی وب...................................................................................................... 47

2-23- کاوش متن:....................................................................................................................... 47

2-24- کاوش تصویر:................................................................................................................... 50

2-25- کاوش ویدئو:.................................................................................................................... 52

2-26- کاوش صوت:.................................................................................................................... 55

2-27- کاوش نوع داده ی چند رسانه ای:............................................................................................. 56

3-فصل سوم.............................................................................................................................. 59

3-1- وب معنـــایی...................................................................................................................... 59

3-2- وب معنایی......................................................................................................................... 60

3-3- تاریخچه ی وب معنایی........................................................................................................... 60

3-4- مفهوم وب معنایی................................................................................................................. 61

3-5- ساختار وب معنایی................................................................................................................. 63

3-6- آدرس های منحصر به فرد – نشانگر متحدالشکل منبع(URU) و Unicode............................................. 64

3-7- فرانماها- فرانمای زبان نشانه گذاری توسعه پذیر (XML).................................................................. 64

3-8- چارچوب توصیف منبع و فرانمای چارچوب توصیف منبع (RDF) و (RDFS)......................................... 65

3-9- فرهنگ لغات هست شناسی(آنتالوژی).......................................................................................... 65

3-10- لایه ی منطق...................................................................................................................... 65

3-11- لایه ی اثبات...................................................................................................................... 66

3-12- اعتماد............................................................................................................................. 66

3-13- آنتولوژی......................................................................................................................... 67

3-14- عناصر آنتولوژی................................................................................................................. 69

3-15- نقش آنتولوژی ها در تحقق وب معنایی....................................................................................... 70

3-16- نمونه هایی از کاربرد وب معنایی............................................................................................... 72

3-17- یک مورد بررسی شده ی وب معنایی در محیط قضایی..................................................................... 72

3-18- موارد دیگر از نمونه های وب معنایی.......................................................................................... 74

 

 

 

 

 

 

 

 

 


دانلود با لینک مستقیم


وب کاوی، پیش نیازها و شاخص ها

نمونه پایان نامه با موضوع داده کاوی، مفاهیم و کاربرد

اختصاصی از حامی فایل نمونه پایان نامه با موضوع داده کاوی، مفاهیم و کاربرد دانلود با لینک مستقیم و پر سرعت .

قالب بندی :

شرح مختصر : مروزه 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 سیستم های داده کاوی

فصل دوم کاربردهای داده کاوی

کاربرد داده کاوی در کسب و کار هوشمند بانک

داده کاوی درمدیریت ارتباط بامشتری

داده کاوی و مدیریت موسسات دانشگاهی

داده کاوی و مدیریت بهینه وب سایت ها

داده کاوی و مدیریت دانش

کاربرد داده کاوی در آموزش عالی

فصل سوم – بررسی موردی وب کاوی

معماری وب کاوی

مشکلات ومحدودیت 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


دانلود با لینک مستقیم


نمونه پایان نامه با موضوع داده کاوی، مفاهیم و کاربرد

پایان نامه با موضوع داده کاوی، مفاهیم و کاربرد‎(فرمت word) و 100صفحه

اختصاصی از حامی فایل پایان نامه با موضوع داده کاوی، مفاهیم و کاربرد‎(فرمت word) و 100صفحه دانلود با لینک مستقیم و پر سرعت .

پایان نامه با موضوع داده کاوی، مفاهیم و کاربرد‎(فرمت word) و 100صفحه


پایان نامه با موضوع داده کاوی، مفاهیم و کاربرد‎(فرمت word) و 100صفحه

پایان نامه با موضوع داده کاوی، مفاهیم و کاربرد‎(فرمت word)

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


دانلود با لینک مستقیم


پایان نامه با موضوع داده کاوی، مفاهیم و کاربرد‎(فرمت word) و 100صفحه

پایان نامه داده کاوی، مفاهیم و کاربرد

اختصاصی از حامی فایل پایان نامه داده کاوی، مفاهیم و کاربرد دانلود با لینک مستقیم و پر سرعت .

پایان نامه داده کاوی، مفاهیم و کاربرد


پایان نامه داده کاوی، مفاهیم و کاربرد موضوع: پایان نامه داده کاوی، مفاهیم و کاربرد
نوع فرمت:word
تعداد صفحه:111
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 .
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.

دانلود با لینک مستقیم


پایان نامه داده کاوی، مفاهیم و کاربرد

پایان نامه داده کاوی، مفاهیم و کاربرد

اختصاصی از حامی فایل پایان نامه داده کاوی، مفاهیم و کاربرد دانلود با لینک مستقیم و پر سرعت .

پایان نامه داده کاوی، مفاهیم و کاربرد


پایان نامه داده کاوی، مفاهیم و کاربرد

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 .

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 .


دانلود با لینک مستقیم