دانلود دانلود مقاله در مورد داده کاوی

دانلود مقاله در مورد داده کاوی

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: .doc
تعداد صفحات: 46
حجم فایل: 314 کیلوبایت
قیمت: 6000 تومان

لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل :  word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 46 صفحه

 قسمتی از متن word (..doc) : 
 

1
Data mining
‏
‏چکیده :
‏ ‏داده ‏کاوی ‏عبارت ‏است ‏از ‏فرآیند ‏خودکار ‏کشف ‏دانش ‏و ‏اطلاعات ‏از ‏پایگاه ‏های ‏داد ‏ه ای.
‏این ‏فرآیند ‏تکنیک ‏ها ‏یی ‏از ‏هوش ‏مصنوعی ‏را ‏بر ‏روی ‏مقادیر ‏زیادی ‏داده ‏اعمال ‏می کند ‏تا ‏روندها , ‏الگوها ‏و روابط ‏مخفی ‏را ‏کشف ‏کند. ‏ابزار های ‏داده ‏کاوی ‏برای ‏کشف ‏دانش ‏یا ‏اطلاعات ‏از ‏داده ‏ها ‏به ‏کاربراتکا نمی کنند، ‏بلکه ‏فرآیند ‏پیشگویی ‏واقعیت ‏ها ‏را ‏خود ‏کار ‏می سازند. ‏این ‏تکنولوژی ‏نوظهور، ‏اخیرًا ‏به ‏طورفزایند ‏های ‏در ‏تحلیل ‏ها ‏مورد ‏استفاده ‏قرار ‏می ‏گیرد.
‏ کلمات کلیدی :
‏ Data mining, Predictive data mining, Exploration data analysis,
Data warehousing, Olap, neural network, Deployment , machine
Learning, Meta-learning, Bagging , Boosting , clustering , Eda
Drill-down analysis, Stacket generalization , classification ‏
2
‏مقدمه :
‏ ‏امروزه با حجم عظیمی از داده ها روبرو هستیم. برای استفاده از آنها به ابزارهای کشف دانش نیاز داریم. داده کاوی به عنوان یک توانایی پیشرفته در تحلیل داده و کشف دانش مورد استفاده قرار می گیرد. داده کاوی در علوم (ستاره شناسی،...)‌در تجارت (تبلیغات، مدیریت ارتباط با مشتری،...) در وب (موتورهای جستجو،...) در مسایل دولتی (فعالیتهای ضد تروریستی،...) کاربرد دارد. عبارت داده کاوی شباهت به استخراج زغال سنگ و طلا دارد. داده کاوی نیز اطلاعات را که در انبارهای داده مدفون شده است، استخراج می کند.
‏در واقع هـــــدف از داده کاوی ایجاد مدل هایی برای تصمیم گیری است. این مدلها رفتارهای آینده را براساس تحلیلهای گذشته پیش بینی می کنند. به کاربردن داده کاوی به عنوان اهرمی برای آماده سازی داده ها و تکمیل قابلیتهای انباره داده ، بهترین موقعیت را برای به دست آوردن برتریهای رقابتی ایجاد می کند‏.
‏
3
‏ ‏ ‏داده کاوی (Data mining)‏ :‏
‏ ‏داده کاوی (Data mining)‏ یک فرایند تحلیلی است که جهت‏ کاوش داده ها (معمولاً حجم بالای داده ها و یا داده های تجاری‏ ‏و مربوط به با‏زار‏) و جستجوی الگوهای پایدار یا روابط سیستماتیک مابین متغیرها بکار میرود وسپس با اعمال الکو های شناسایی شده به زیر مجمو عه های جدید صحت داده های بدست آمده بررسی میگردد.‏ ‏هدف نهایی داده کاوی پیشگ‏و‏یی است‏.
‏سازما ‏نها ‏معمو ‏ً ‏لا ‏روزانه ‏مقدار ‏زیادی ‏داده ‏را ‏در ‏انجام ‏عملیات ‏تجاری ‏خود ‏تولید ‏و ‏جمع ‏آوری ‏می ‏کنند.
‏امروزه ‏برای ‏این ‏پایگاه ‏های ‏داده ‏شرکتی ‏عجیب ‏نیست ‏که ‏مقدار ‏داده ‏های ‏آن ‏در ‏حد ‏ترابایت ‏باشد.‏ ‏با ‏این ‏حال ‏علی ‏رغم ‏ثروت ‏اطلاعاتی ‏عظیم ‏ذخیره ‏شده ‏حدس ‏زده ‏می ‏شود ‏که ‏فقط ‏٪ ‏٧کل ‏داد ‏ه هایی ‏که ‏جمع ‏آوری ‏می شود ‏مورد ‏استفاده ‏قرار ‏می ‏گیرد. ‏بدین ‏ترتیب ‏مقدار ‏قابل ‏توجهی ‏داده ‏که ‏بدون ‏شک ‏حاوی ‏اطلاعات ارزشمند ‏سازمانی ‏است ‏تا ‏حد ‏زیادی ‏دست ‏نخورده ‏باقی ‏می ‏ماند. ‏در ‏محیط ‏تجاری ‏عصر ‏اطلاعات، ‏که ‏هر ‏روز رقابتی تر ‏می شود ‏می توان ‏با ‏استخراج ‏اطلاعات ‏از ‏داد ‏ه های ‏استفاده ‏نشده ‏به ‏تصمیم ‏گیری های ‏استراتژیک ‏دست یافت. ‏در ‏طول ‏تاریخ ‏تحلیل ‏داده ‏ها ‏از ‏طریق ‏رگرسیون ‏و ‏دیگر ‏تکنیک ‏های ‏آماری ‏انجام
5
‏شده ‏است. ‏ برای استفاده ‏از ‏این ‏تکنیکها ‏، ‏لازم ‏است ‏که ‏تحلیل ‏گر ‏مدلی ‏خلق ‏کند ‏و ‏فرآیند ‏گر ‏دآوری ‏دانش ‏را ‏سازمان ‏دهد.
‏اما ‏امروزه ‏این ‏روش ‏ها ‏به ‏تنهایی ‏کافی ‏نیستند ‏و ‏باید ‏از ‏روش ‏ها ‏ی ‏خود ‏کار ‏استفاده ‏کرد.
‏داده ‏کاوی ‏عبارت ‏است ‏از ‏فرآیند ‏خودکار ‏کشف ‏دانش ‏و ‏اطلاعات ‏از ‏پایگاه ‏های ‏داد ‏ه ای.
‏این ‏فرآیند ‏تکنیک ‏ها ‏یی ‏از ‏هوش ‏مصنوعی ‏را ‏بر ‏روی ‏مقادیر ‏زیادی ‏داده ‏اعمال ‏می کند ‏تا ‏روندها ‏، ‏الگوها ‏و روابط ‏مخفی ‏را ‏کشف ‏کند. ‏ابزار های ‏داده ‏کاوی ‏برای ‏کشف ‏دانش ‏یا ‏اطلاعات ‏از ‏داده ‏ها ‏به ‏کاربر ‏اتکا نمی کنند، ‏بلکه ‏فرآیند ‏پیشگویی ‏واقعیت ‏ها ‏را ‏خود ‏کار ‏می سازند. ‏این ‏تکنولوژی ‏نوظهور، ‏اخیرًا ‏به ‏طور
‏ف‏ر‏ایند ‏های ‏در ‏تحلیل ‏ها ‏مورد ‏استفاده ‏قرار ‏می ‏گیرد
‏ ‏ ‏داده کاوی پیشگویانه رایج‏ ‏ترین نوع داده کاوی است و با برنامه های کاربردی تجاری در ارتباط مستقیم است . فرایند داده کاوی از سه مرحله تشکیل شده است.

 

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود تحقیق و پاورپوینت