دانلود پروژه بررسی مفاهیم و کاربردهای داده کاوی

پروژه بررسی مفاهیم و کاربردهای داده کاوی پژوهشی کامل می باشد و در 4 فصل تنظیم شده است. شما میتوانید فهرست مطالب پروژه را در ادامه مشاهده نمایید.

پروژه بصورت فایل قابل ویرایش ورد(WORD) در 91 برگه برای رشته کامپیوتر و IT در پایین همین صفحه قابل دانلود میباشد. شایسته یادآوری است که پروژه از ابتدا تا پایان ویرایش وتنظیم , سکشن بندی (section) وfootnote نویسی و فهرست گذاری اتوماتیک کامل شده وآماده تحویل یا کپی برداری از مطالب مفید آن است.

بلافاصله بعد از پرداخت و خرید ، لینک دانلود نمایش داده می شود، علاوه بر آن لینک فایل مربوطه به ایمیل شما نیز ارسال می گردد.

مقدمه

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 دانشبپردازند 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 مطالب

مقدمه. 1

فصل اول، مفاهیم داده کاوی

1-1- مقدمه ای بر داده‌کاوی.. 3

1-2- تاریخچه داده کاوی.. 4

1-3- تعریف داده کاوی.. 5

1-5- مفهوم داده کاوی.. 5

1-6- کاربردهای داده کاوی.. 7

1-7- دلایل پیدایش سبب پیدایش داده کاوی.. 7

1-8- مراحل کشف دانش.... 9

1-9- جایگاه داده کاوی در میان علوم مختلف... 13

1-9- داده کاوی و انبار داده ها 14

1-10- داده کاوی و OLAP. 16

1-11- کاربرد یادگیری ماشین و آمار در داده کاوی.. 16

1-12- توصیف داده ها در داده کاوی.. 17

1-12-1- خلاصه سازی و به تصویر در آوردن داده ها17

1-12-2- خوشه بندی 17

1-12-3- تحلیل لینک.... 18

1-13- مدل های پیش بینی داده ها19

1-13-1- Classification. 19

1-13-2- Regression. 19

1-13-3- Time series19

1-14- مدل ها و الگوریتم های داده کاوی.. 19

1-14-1- شبکه های عصبی 20

1-14-2- Decision trees23

1-14-3- Multivariate Adaptive Regression Splines(MARS)25

1-14-4- Rule induction. 26

1-14-5- K-nearest neibour and memory-based reansoning(MBR)26

1-14-6- رگرسیون منطقی.. 27

1-14-7- تحلیل تفکیکی 28

1-14-8- مدل افزودنی کلی (GAM)28

1-14-9- Boosting. 29

1-15- سلسله مراتب انتخابها29

1-16- انبارش داده ها30

1-17- انتخاب داده ها31

1-18- تبدیل داده ها31

1-19- کاوش در داده ها32

1-20- تفسیر نتیجه. 32

1-21- عملیاتهای داده کاوی.. 32

1-21-1- مدلسازی پیشگویی کننده33

1-21-2- تقطیع پایگاه داده ها33

1-21-3- تحلیل پیوند. 34

1-21-4- تشخیص انحراف... 34

1-22- آماده سازی داده برای مدل سازی.. 35

1-23- ساختن مدل داده کاوی.. 35

1-24- نرم‌افزارهای داده‌کاوی.. 37

1-25- ابزارهای تجاری داده کاوی ToolsDM Commercial45

1-26- منابع اطلاعاتی مورد استفاده46

1-27- پیشرفت در تکنولوژیهای داده پردازی.. 46

1-28- دیتامارت... 47

1-29- عناصر داده کاوی.. 49

1-30- محدودیت های داده کاوی.. 50

1-31- حفاظت از حریم شخصی در سیستم‌های داده‌کاوی.. 50

فصل دوم، کاربردهای داده کاوی

2-1- مقدمه. 53

2-2- کاربرد داده کاوی در کسب و کار هوشمند بانک.... 54

2-3- داده کاوی درمدیریت ارتباط با مشتری.. 55

2-4- کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی.. 56

2-5- داده کاوی و مدیریت موسسات دانشگاهی.. 57

2-6- داده کاوی و مدیریت بهینه وب سایت ها58

2-7- داده‌کاوی و مدیریت دانش.... 59

2-8- کاربرد داده‌کاوی در آموزش عالی.. 60

فصل سوم، بررسی موردی 1: وب کاوی

3-1- معماری وب کاوی.. 63

3-2- مشکلات ومحدودیت های وب کاوی در سایت های فارسی زبان.. 67

3-3- محتوا کاوی وب... 68

فصل چهارم، بررسی موردی 2 : داده کاوی در شهر الکترونیک

4-1- مقدمه. 71

4-2- زمینه داده کاوی در شهر الکترونیک.... 73

4-3- کاربردهای داده کاوی در شهر الکترونیک.... 74

4-4- کشف علایق و انگیزه های شهروندان و تولید سرویسهای شخصی سازی.. 75

4-5- تجدید ساختار سایت وب شهر و افزایش کارایی سیستم.. 76

4-6- تقویت برنامه ریزی های دولت و ترویج نوآوری.. 77

4-7- بهبود تحلیلها و تصمیمات دولت... 77

4-8- چالشهای داده کاوی در شهر الکترونیک.... 78

4-8-1- کیفیت داده ها78

4-8-2- قابلیت انتقال داده ها و استفاده از اطلاعات... 79

4-8-3- چالش برآورد مدلهای داده کاوی.. 79

4-8-4- دقت نتایج متدهای داده کاوی.. 81

4-8-5- پیچیدگی و هزینه زمانی.. 82

4-9- نتیجه گیری.. 83

مراجع و ماخذ. 85

مراجع و ماخذ فارسی.. 85

مراجع و ماخذ لاتین و سایتهای اینترنتی.. 86

فهرست شکل ها و جدول ها

شکل1-1: داده کاوی به عنوان یک مرحله از فرآیند کشف دانش... 8

شکل1-2: سیر تکاملی صنعت پایگاه داده10

شکل1-3: معماری یک نمونه سیستم داده کاوی.. 11

شکل 1-4:. داده ها از انباره داه ها استخراج می گردند. 15

شکل 1-6:.داده ها از چند پایگاه داده استخراج شده اند. 15

شکل1-7: شبکه عصبی با یک لایه نهان. 21

شکل1-8: Wx,y وزن یال بین X و Y است.22

شکل1-9: درخت تصمیم گیری.. 23

شکل1-10: محدوده همسایگی (بیستر همسایه ها در دسته X قرار گرفته اند)26

جدول2-1: کاربردهای داده کاوی در کتابخانه ها56

جدول 2-2: کاربردهای داده کاوی در موسسات دانشگاهی. 58

جدول 3-1: نمونه ای از محتویات پایگاه داده مترادف ها.64

شکل 3-1: ساختار واسط کمک فارسی برای بهبود مانعیت.. 65

شکل 3-2: ساختار واسط کمک فارسی برای بهبود جامعیت.. 66

جدول 3-2: اجزاء وپردازش های مربوط به رفع اشکالات رسم الخط.. 66

شکل4-1: جایگاه داده کاوی در شهر الکترونیک... 73

شکل 4-2: چهارچوب داده کاوی در شهر الکترونیک... 74

شکل 4-3: کاربردهای داده کاوی در شهر الکترونیک... 75

شکل 4-4: فرایند تولید سرویسهای شخصی. 75