فایل ورد کامل داده کاوی و اکتشاف دانش ۱۰۱ صفحه در word

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 .

فایل ورد کامل داده کاوی و اکتشاف دانش ۱۰۱ صفحه در word
فهرست مطالب

فصل اول : مقدمه ای بر داده کاوی

۱-۱ مقدمه

۱-۲ داده کاوی چیست ؟

۱- ۳ مفاهیم پایه در داده کاوی

۱- ۴ تعریف داده کاوی

۱- ۵ تاریخچه داده کاوی

۱- ۶ برخی از کاربردهای داده کاوی در محیطهای واقعی عبارتند از :

۱- ۶- ۱ خرده فروشی

۱- ۶- ۲ بانکداری

۱- ۶- ۳ بیمه

۱- ۶- ۴ پزشکی

۱- ۷ مراحل فرایند کشف دانش از پایگاه داده ها

۱- ۸ عملیاتهای داده کاوی

۱- ۹ الگوریتمهای داده کاوی

۱- ۱۰ مدل فرآیند دو سویه

۱- ۱۱ ساختن یک پایگاه داده داده کاوی

۱-۱۲ نتیجه گیری

فصل دوم : داده کاوی درمدیریت ارتباط بامشتری

۲- ۱ چکیده

۲- ۲ مقدمه

۲- ۳ داده کاوی

۲- ۴ مدیریت ارتباط با مشتری

۲- ۵ چرخه زندگی مشتری

۲- ۶ نتیجه گیری

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

۳- ۱ چکیده

۳- ۲ مقدمه

۳- ۳ پیشرفت در تکنولوژیهای داده پردازی

۳- ۴ عناصر داده کاوی

۳- ۵ فنون داده کاوی

۳- ۶ کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی

۳- ۷ مدیریت و خدمات کتابخانه

۳- ۸ مدیریت موسسات دانشگاهی

۳- ۹ تذکرات نهایی

فصل چهارم : کسب و کار هوشمند و داده کاوی

۴- ۱ مقدمه

۴- ۲ تکامل تاثیر گذاری داده ها

۴- ۳ از داده ها تا تصمیم گیریها

۴- ۴ مفهوم ذخیره داده ها

۴- ۵ تعریفی برای داده کاوی

۴- ۶ کاربردها و عملیات داده کاوی

۴- ۷ لزوم داده کاوی

۴- ۸ داده کاوی در مقابل پرس و جو ها در پایگاه های داده سنتی

۴- ۹ الگوریتم های انجمنی

۴- ۱۰ تکنیکهای مرتبط با داده کاوی

۴- ۱۱ ابزارهای داده کاوی

۴- ۱۲ درخت های تصمیم گیری

۴- ۱۳ داده کاوی – یک مدل و نمونه خلاصه

۴- ۱۴ نرم افزار Low end

۴- ۱۵ فرآیند داده کاوی

۴- ۱۶ نرمال سازی

۴- ۱۷ یادگیری داده ها

۴- ۱۸ درخت های تصمیم گیری و قواعد تصمیم گیری

۴- ۱۹ نتیجه گیری

فصل پنجم : تفاوت داده کاوی و آنالیز های آماری

۵- ۱ مقدمه

۵- ۲ روش آنالیز آماری

۵- ۳ روش داده کاوی

۵- ۴ فواید و نقش داده کاوی در فعالیت شرکتها

۵- ۵ مراحل اصلی داده کاوی

فصل ششم : داده کاوی توزیع شده

۶- ۱ مقدمه

۶- ۲ دلایل پیدایش داده کاوی توزیع شده

۶- ۳ تکنیکها و رویکردها در داده کاوی توزیع شده

۶- ۴ عاملها و داده کاوی توزیع شده

۶- ۵ داده کاوی و حریم خصوصی

۶- ۶ کاربرد‌های داده کاوی

۶- ۷ تکنیک‌های داده کاوی

۶- ۸ قوانین انجمنی

۶- ۹ تشخیص قوانین انجمنی به کمک الگوریتم apriori

۶- ۱۰ 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

۷-۱ مقدمه

۷-۲ روش استفاده از Weka

۳-۷ قابلیتهای Weka

۴-۷دریافت Weka

۵-۷ مروری بر Explorer

فصل هشتم : نتیجه گیری و ارائه پیشنهادات

منابع