تحقیق داده کاوی (Data Mining)

توضیحات محصول

دانلود تحقیق داده کاوی (Data Mining) با فرمت ورد ودر 118 صفحه قابل ویرایش

قسمتی از متن تحقیق داده کاوی (Data Mining)

فهرست مطالب

فصل اول/تعریف داده کاوی

1-1نعاریف داده کاوی2

1-2 مراحل فرایند کشف دانش از پایگاه 4

1-3 تاریخچه داده کاوی8

1-4 کارکرد داده کاوی9

1-5 مفاهیم اساسی در داده کاوی11

1-6 داده کاوی چگونه کار می کند12

1-7 قابلیتهای داده کاوی13

فصل دوم/کاربرد داده کاوی

2-1 مثالی کلاسیک از کاربرد داده کاوی17

2-2داده کاوی و آمار18

2-2-1 تفاوت داده کاوی و آنالیز آمار18

2-2-2 آنالیز آماری19

2-2-3 روش آنالیز آماری 19

2-3 فواید و نقش داده کاوی در فعالیت شرکت ها20

2-4 کاربرد داده کاوی در کتابخانه ها و موسسات دانشگاهی21

2-4-1 پیشرفت در تکنولوژی داده پردازی23

2-4-2 عناصر داده کاوی24

2-4-3 فنون داده کاوی25

2-5 پروژه داده کاوی پیوند27

2-6 داده کاوی و کاربرد آن در کسب و کار هوشمند بانک29

2-6-1 بازاریابی 30

2-6-2 مدیریت ریسک31

2-6-3 تشخیص تقلب31

2-6-4 به دست آوردن و حفظ مشتری31

2-7 فرصت و چالش های داده کاوی در شهر الکترونیکی32

2-7-1 داده کاوی چیست36

2-7-2 زمینه و تکامل تدریجی داده کاوی در شهر الکترونیک37

2-8 کاربرد داده کاوی در شهر الکترونیکی39

2-8-1 کشف علايق و انگيزه­هاي شهروندان و توليد سرويس­هاي شخصي­سازي39

2-8-2 تجديد ساختار سايت وب شهر و افزايش کارايي سيستم40

2-8-3 تقويت برنامه­ريزي­هاي دولت و ترويج نو­آوري41

2-8-4 بهبود تحليل­ها و تصميمات دولت42

2-9 کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی43

2-9-1 مدیریت و خدمات کتابخانه43

2-9-2 تذکرات نهایی47

2-10 الگوريتم هاي داده كاوي براي طبقه بندي دانشجويان49

2-10-1 نتیجه های آزمایشی51

2-11 مشكلات تجاري براي داده كاوي52

2-11-1 روش كار داده كاوي53

فصل سوم/الگوریتم های داده کاوی

3-1 استخراج الگوريتم ها(تجزيه و تحليل سرويس ها-داده كاوي) 56

3-2 انواعي از الگوريتم ها داده كاوي56

3-2-1 بکار بردن این الگوریتم ها57

3-3 جرئیات الگوریتم58

3-4 طراحي SPAM59

3-4-1 ابزاري براي کاوش در شبکة گستردة جهان59

3-4-3 داده‌كاوي61

3-5 معماري يك سيستم داده‌كاوي62

3-6 وب‌كاوي63

3-6-1 انواع عملياتي که در وب‌کاوي انجام مي‌شوند63

3-6-2 كاوش محتوايي وب 64

3-6-3 کاوش ساختاري وب64

3-6-4 کاوش کاربردی وب 67

3-6-5 روشها و ابزارهاي وب كاوي67

3-6-6 مقياسهاي اصلي براي مقايسه روشهاي وب كاوي69

3-7 انواع موتورهاي جستجو70

3-7-1 کاوشگر وب70

3-7-2 دروازه وب 71

3-7-3 مقايسة موتور جستجوهاي دروازه وب و کاوشگر وب73

فصل چهارم/نرم افزار های داده کاوی

4-1 نرم افزار داده کاوی SPSS Clementine 77

4-2 داده كاوي و OLAP77

4-2-1 داده كاوي موفق78

4-2-1-1 تحليل ارتباطات78

4-2-1-2 سلسله مراتبي از انتخاب ها82

4-2-2 طبقه بندي84

4-2-3 حدس بازگشتي 84

4-2-4 سري هاي زماني85

4-2-5 شبكه هاي عصبي85

4-2-6 درخت هاي انتخاب86

4-2-7 استنتاج قانون87

4-3 ساختن يك پايگاه داده داده كاوي87

4-3-1 جستجوي داده89

4-3-2 آماده سازي داده براي مدل سازي89

4-4 ساختن مدل داده كاوي89

4-4-1 ارزيابي و تفسير90

4-4-2 ايجاد معماري مدل و نتايج90

4-5 نرم افزارWeka 91

4-5-1 تعریف91

4-5-2 قابليتهاي95

4-5-3 دريافت Weka 96

4-5-3-1 مروري بر Explorer 96

4-5-3-2 به کارگیری فیلترها102

4-5-4 الگوريتم­‏هاي يادگيري107

4-5-5 رده بندهاي Lazy 109

4-5-6 خوشه110

4-5-7 منابع وابسته116

منابع131

قسمتی از متن تحقیق داده کاوی (Data Mining)

چکیده

در این تحقیق به صورت کلی از داده کاوی تعریف شده و به بررسی آن به صورت دقیق و کاربردی پرداخته شده است. در بخشی به نرم افزار هایی پرداخته شده است که بزرگترین کاربردها را در نرم افزار های داده کاوی دارد.و در نهایت به نرم افزار وکا پراخته شده است که با توجه به داده های موجود تمامی منوهای نرم افزار توضیح داده شده است.

و در نهایت با توجه به تحقیقات انجام گرفته در زمینه ی دانشگاهی و به کارگیری نتایج به دست آمده مدیران آموزشی می توانند مشاوره های لازم را برای پیشگیری از رسیدن دانشجویان به وضعیت بحرانی بکار گیرند.همچنین این مدل ها می توانند به عنوان یک ابزار پشتیبان تصمیم گیری در سیستم های آموزشی مورد بهره برداری قرار گرفته و نقش مهمی را در ارتقا سطح علمی دانشگاه ها داشته باشند.

 تحقیق داده کاوی (Data Mining)

فصل اول

داده کاوی چیست؟

1-1 تعاریف داده کاوی

داده کاوی(Data Mining)پل ارتباطی میان علم آمار،علم کامپیوتر،هوش مصنوعی،الگوشناسی،فراگیری ماشین و بازنمایی بصری داده می باشد. داده کاوی فرآیندی پیچیده جهت شناساییالگوها 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 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.

داده کاوی استخراج اطلاعات مفهومی، ناشناخته و به صورت بالقوه مفید از پایگاه داده میباشد.[1]

داده کاوی علم استخراج اطلاعات مفید از پایگاه های داده یا مجموعه داده ای می باشد.[2]

داده کاوی استخراج نیمه اتوماتیک الگوها، تغییرات،وابستگی ها، نابهنجاری ها و دیگر ساختارهای معنی دار آماری از پایگاه های بزرگ داده می باشد.[3]

داده کاوی در پایگاه های داده کوچک نیز بسیار پرکاربرد است و از نتایج و الگوهای تولید شده بوسیله آن در تصمیم گیری های استراتژیک تجاری شرکتهای کوچک نیز می توان بهره های فراوان برد. کاربرد داده کاوی در یک جمله را این گونه می توان بیان کرد : " داده کاوی اطلاعاتی می دهد، که شما برای گرفتن تصمیم هوشمندانه ای درباره مشکلات سخت شغلتان به آنها نیاز دارید" [1]