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
