پروژه وب کاوی و کاربرد آن در صنعت

پروژه وب کاوی و کاربرد آن در صنعت پژوهشی کامل برای رشته کامپیوتر و IT 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 62 برگهدر 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.

چکیده

با افزایش چشمگیر حجم اطلاعات و توسعه وب، نیاز به روش ها و تکنیک هایی که بتوانند امکان دستیابی کارا به داده‌ها و استخراج اطلاعات از آنها را فراهم کنند، بیش از پیش احساس می شود. وب کاوی یکی از زمینه های تحقیقاتی است که با به کارگیری تکنیک های داده کاوی به کشف و استخراج خودکار اطلاعات از اسناد و سرویس‌های وب می پردازد. در واقع وب کاوی، فرآیند کشف اطلاعات و دانش ناشناخته و مفید از داده های وب می باشد. روش های وب کاوی بر اساس آن که چه نوع داده ای را مورد کاوش قرار می دهند، به سه دسته کاوش محتوای وب، کاوش ساختار وب و کاوش استفاده از وب تقسیم می شوند. طی این گزارش پس از معرفی وب کاوی و بررسی مراحل آن، ارتباط وب کاوی با سایر زمینه های تحقیقاتی بررسی شده و به چالش ها، مشکلات و کاربردهای این زمینه تحقیقاتی اشاره می شود. همچنین هر یک از انواع وب کاوی به تفصیل مورد بررسی قرار می گیرند که در این پروژه بیشتر به وب کاوی در صنعت می پردازم. برای این منظور مدل ها، الگوریتم ها و کاربردهای هر طبقه معرفی میشوند.

کلیدواژه‌ها:

وب کاوی ،داده کاوی، کاربردهای وب کاوی ، انواع وب کاوی ، وب کاوی در تجارت الکترونیک ، وب کاوی و زمینه های تحقیقاتی

فهرست مطالب

فصل اول:مقدمه

مقدمه. 1

فصل دوم:داده کاوی

2- 1 مقدمه ای بر داده کاوی.. 6

2-1-1 چه چیزی سبب پیدایش داده کاوی شده است؟. 7

2-2 مراحل کشف دانش... 9

2- 3 جایگاه داده کاوی در میان علوم مختلف.. 12

2-4 داده کاوی چه کارهایی نمی تواند انجام دهد؟. 14

2-5 داده کاوی و انبار داده ها 14

2-6 داده کاوی و OLAP.. 15

2-7 کاربرد یادگیری ماشین و آمار در داده کاوی.. 16

2-8 توصیف داده ها در داده کاوی.. 16

2-8-1 خلاصه سازی و به تصویر در آوردن داده ها 16

2-8-2 خوشه بندی.. 17

2-8-3 تحلیل لینک... 18

2-9 مدل های پیش بینی داده ها 18

2-9-1 دسته بندی.. 18

2-9-2 رگرسیون.. 18

2-9-3 سری های زمانی.. 19

2-10 مدل ها و الگوریتم های داده کاوی.. 19

2-10-1 شبکه های عصبی.. 19

2-10-2 درخت تصمیم. 22

2-10-3 Multivariate Adaptive Regression Splines(MARS) 24

2-10-4 Rule induction. 25

2-10-5 K-nearest neibour and memory-based reansoning(MBR) 25

2-10-6 رگرسیون منطقی.. 26

2-10-7 تحلیل تفکیکی.. 27

2-10-8 مدل افزودنی کلی (GAM) 28

2-10-9 Boosting. 28

2-11 سلسله مراتب انتخابها 28

2-12داده کاوی و مدیریت بهینه وب سایت ها 30

2-13داده‌کاوی و مدیریت دانش... 31

فصل سوم: وب کاوی

3-1 تعریف وب کاوی.. 33

3-2 مراحل وب کاوی.. 33

3-3 وب کاوی و زمینه های تحقیقاتی مرتبط.. 34

3-3-1 وب کاوی و داده کاوی.. 34

3-3-2 وب کاوی و بازیابی اطلاعات.. 35

3-3-3 وب کاوی و استخراج اطلاعات.. 36

3-3-4 وب کاوی و یادگیری ماشین.. 37

3-4 انواع وب کاوی.. 37

3-5 چالش های وب کاوی.. 38

3-6مشکلات ومحدودیت های وب کاوی در سایت های فارسی زبان.. 39

3-7 محتوا کاوی وب.. 40

فصل چهارم: وب کاوی در صنعت

4-1 انواع وب کاوی در صنعت.. 43

4-1-1وب کاوی در صنعت نفت، گاز و پتروشیمی.. 43

4-1-1-1 مهندسی مخازن/ اکتشاف.. 43

4-1-1-2مهندسی بهره برداری.. 44

4-1-1- 3مهندسی حفاری.. 44

4-1-1-4بخشهای مدیریتی.. 44

4-1-2 کاربرد های دانش داده کاوی در صنعت بیمه. 45

4-1-3کاربردهای دانش داده کاوی در مدیریت شهری.. 46

4-1-4کاربردهای داده کاوی در صنعت بانکداری.. 47

4-1-4-1بخش بندی مشتریان.. 47

4-2 پژوهش های کاربردی.. 48

نتیجه گیری.. 50

منابع و ماخذ فارسی.. 51

مراجع و ماخذ لاتین و سایتهای اینترنتی.. 52

 

فهرست اشکال

شکل(2-1) داده کاوی به عنوان یک مرحله از فرآیند کشف دانش.... 8

شکل(2-2) سیر تکاملی صنعت پایگاه داده. 10

شکل (2-3) معماری یک نمونه سیستم داده کاوی... 11

شکل (2-4) داده ها از انباره داه ها استخراج می گردند.. 14

شکل(2-5( داده ها از چند پایگاه داده استخراج شده اند.. 15

شکل(2-6) شبکه عصبی با یک لایه نهان.. 20

شکل(2-7) Wx,y وزن یال بین X و Y است. 21

شکل(2-8) درخت تصمیم گیری... 23

شکل(2-9( روش MBR... 26

دانلود پاورپوینت نظر کاوی مبتنی بر سطح سند

این تحقیق بصورت PowerPoint و با موضوع نظر کاوی مبتنی بر سطح سند و برای رشته مهندسی کامپیوتر مناسب و در 35 اسلاید کامل می باشد.

در ادامه سر تیتر های تحقیق آمده است . این پاورپوینت را می توانید بصورت کامل و آماده تحویل از پایین همین صفحه دانلود نمایید.

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.

فهرست مطالب

مقدمه

هدف

فرایند

انواع نظرکاوی

کاربردها

سطوح نظرکاوی

مشکلات

مرور کارها

مقایسه و نتیجه گیری

دانلود پاورپوینت وب کاوی

این تحقیق بصورت PowerPoint و با موضوع وب کاوی و برای رشته مهندسی کامپیوتر مناسب و در 27 اسلاید کامل می باشد.

در ادامه سر تیتر های تحقیق آمده است . این پاورپوینت را می توانید بصورت کامل و آماده تحویل از پایین همین صفحه دانلود نمایید.

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.

فهرست اسلایدها

مقدمه

مشکلات کاربران در استفاده از وب

اصطلاح وب کاوی

تعریف وب کاوی

مراحل وب کاوی

وب کاوی و داده کاوی

تفاوت وب کاوی و داده کاوی

انواع وب کاوی

کاوش محتوای وب

کاوش ساختار وب

کاوش کاربری وب

چالش های وب کاوی

انواع الگوریتم های وب کاوی

چگونه Page rank سایت خود را در گوگل بالا ببریم؟

کاربردهای وب کاوی

تجارت الکترونیکی

Google و وب کاوی

Ebay و وب کاوی

وب کاوی در ایران

مرور و نتیجه گیری

دانلود تحقیق مقدمه ای بر داده کاوی و اکتشاف دانش Data Mining

این تحقیق بصورت Word و با موضوع مقدمه ای بر داده کاوی و اکتشاف دانش Data Mining و برای رشته مهندسی کامپیوتر مناسب و در 19 برگه کامل می باشد.

در ادامه فهرست مطالب تحقیق آمده است . این تحقیق را می توانید بصورت کامل و آماده تحویل از پایین همین صفحه دانلود نمایید.

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 ار 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

1- مفاهیم پایه در داده کاوی. 2

1-1- تعریف داده کاوی. 2

2- تاریخچه داده کاوی. 2

3- مراحل فرایند کشف دانش از پایگاه داده ها4

4- عملیاتهای داده کاوی. 5

4-1- مدلسازی پیشگویی کننده6

4-2- تقطیع پایگاه داده ها6

4-3- تحلیل پیوند. 7

4-4- تشخیص انحراف.. 7

5- الگوریتمهای داده کاوی. 8

5-1- شبکه های عصبی. 8

5-2- درخت های انتخاب.. 9

5-3- استنتاج قانون. 10

5-4- الگوریتمهای ژنتیک.. 10

6- مدل فرآیند دو سویه. 11

6-1- تعریف مساله. 11

6-2- ساختن یک پایگاه داده داده کاوی. 11

6-3- جستجوی داده12

6-4- آماده سازی داده برای مدل سازی. 13

6-5- ساختن مدل داده کاوی. 13

6-6- ارزیابی و تفسیر14

6-7- ایجاد معماری مدل و نتایج. 14

نتیجه گیری. 15

منابع و مراجع. 16

دانلود تحقیق دانش داده کاوی

این تحقیق بصورت Word و با موضوع دانش داده کاوی و برای رشته مهندسی کامپیوتر مناسب و در 15 برگه کامل می باشد.

در ادامه فهرست مطالب تحقیق آمده است . این تحقیق را می توانید بصورت کامل و آماده تحویل از پایین همین صفحه دانلود نمایید.

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.

چکیده

نمونه‌ای از کاربرد دانش داده کاوی استفاده از داده کاوی در زمینه‌های مالی و بانکداری است که به شناخت مشتریان پر خطر و سودجو بر اساس معیار هایی از جمله سن، درآمد، وضعیت سکونت، تحصیلات، شغل و غیره می انجامد. دانش داده کاوی با با دانش آنالیز آماری تفاوت دارد. این دانش با استخراج اطلاعات از چندین پایگاه داده، یکپارچه سازی اطلاعات، جلوگیری از افزونگی ومدیریت بروزرسانی، با در اختیار داشتن نرم‌افزارهای مخصوص و با ارایه گزارش و گراف به مدیریت داده‌ها در شرکت‌ها کمک می‌کند.

1- مقدمه

دانش داده کاوی یکی از ده دانش در حال توسعه است. در این مقاله به صورت کامل دانش داده کاوی(data mining) یا کشف دانش در داده‌ها معرفی شده است.برای یادگیری دانش داده کاوی نیاز است با مفاهیمی آشنا شویم:

داده کاوی استخراج اطلاعات مفهومی، ناشناخته و به صورت بالقوه مفید از پایگاه داده می‌باشد. Source: W.Frawley and G. Piatetsky. Knowledge Discovery IDataBases.ISSN ۰۷۳۸-۴۶۰۲ داده کاوی علم استخراج اطلاعات مفید از پایگاه‌های داده یا مجموعه داده‌ای می‌باشد. Source: D. Hand,H. Mannila,P. Smyth(۲۰۰۱).Principlesof Data Mining.MIT Press,Cambridge داده کاوی استخراج نیمه اتوماتیک الگوها، تغییرات، وابستگی ها، نابهنجاری‌ها و دیگر ساختارهای معنی دار آماری از پایگاه‌های بزرگ داده می‌باشد.Source: R.Grossman

فهرست مطالب

چکیده1

1- مقدمه. 1

2- تعاریف داده کاوی.. 1

3- تاریخچه داده کاوی.. 2

4- دانش داده کاوی(data mining)2

4- مراحل کشف دانش داده‌ها2

5- مراحل داده کاوی پایگاه داده3

6- مراحل فرایند داده کاوی.. 4

7- مفاهیم اساسی در داده کاوی.. 5

8- رابطه داده کاوی با آنالیز آماری.. 6

8-1- نمونه‌ای از روش آنالیز آماری.. 7

8-2- نمونه‌ای از روش داده کاوی.. 7

9- مثال تفهیمی در مورد داده کاوی.. 7

10- مثالی کلاسیک از کاربرد داده کاوی.. 8

11- فواید و نقش داده کاوی در فعالیت شرکتها10

نتیجه گیری.. 10

منبع. 12