تحقیق داده کاوی، مفاهیم و کاربرد

دانلود تحقیق در مورد داده کاوی، مفاهیم و کاربرد،در قالب word و در 101 صفحه، قابل ویرایش، شامل:
چکیدهمقدمهفصل اول: مفاهیم داده کاویمدیریت ذخیره سازی و دست یابی اطلاعاتساختار بانک اطلاعاتی سازمانداده کاوی (Data Mining)مفاهیم پایه در داده کاویتعریف داده کاویمراحل فرآیند کشف دانش از پایگاه داده هاالگوریتم های داده کاویآماده سازی داده برای مدل سازیدرک قلمروابزارهای تجاری داده کاوی (Tools DM Commercial)منابع اطلاعاتی مورد استفادهمحدودیت های داده کاویحفاظت از حریم شخصی در سیستم‌ های داده‌ کاوی
فصل دوم : کاربردهای داده کاویکاربرد داده کاوی در کسب و کار هوشمند بانکداده کاوی درمدیریت ارتباط با مشتریکاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهیداده کاوی و مدیریت موسسات دانشگاهیداده کاوی و مدیریت بهینه وب سایت هاداده‌ کاوی و مدیریت دانشکاربرد داده‌کاوی در آموزش عالی
فصل سوم: بررسی موردی1: وب کاویمعماری وب کاویمشکلات و محدودیت های وب کاوی در سایت های فارسی زبانمحتوا کاوی وب
فصل چهارم: بررسی موردی2: داده کاوی در شهر الکترونیکزمینه داده کاوی در شهر الکترونیککاربردهای داده کاوی در شهر الکترونیکچالش های داده کاوی در شهر الکترونیکمراجع و مأخذ


چکیده تحقیق:امروزه با گسترش سیستم های پایگاهی و حجم بالای داده های ذخیره شده در این سیستم ها، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کرد و اطلاعات 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 آن ها 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 دانش بپردازند، یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند.داده کاوی یکی از مهم ترین این روش ها 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 آن ها تصمیمات مهم و حیاتی در سازمان ها 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 تأکید می شود. علاوه بر این داده کاوی با هوش مصنوعی و یادگیری ماشین نیز ارتباط تنگاتنگی دارد، بنابراین می توان گفت در داده کاوی تئوری های 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 تأکید شده است. هر چه حجم داده ها بیشتر و روابط میان آن ها پیچیده تر باشد، دسترسی به اطلاعات نهفته در میان داده ها مشکل تر می شود و نقش داده کاوی به عنوان یکی از روش های کشف دانش ، روشن تر می گردد.

تعداد مشاهده: 8326 مشاهده

فرمت فایل دانلودی:.zip

فرمت فایل اصلی: doc

تعداد صفحات: 101

حجم فایل:837 کیلوبایت

دانلود فایل