موضوع:5 مقاله در زمینه ی داده کاوی
فرمت :pdf
موضوعات:
کاربردهای داده کاوی در صنعت بیمه
بخش بندی مشتریان بانک صادرات ایران بااستفاده ازداده کاوی
چارچوب کاربردی تکنیک های داده کاوی در مدلسازی جرایم
استفاده از تکنیک داده کاوی برای پایش ، پیش بینی و مدیریت اجرای اثربخش طرح تفصیلی
ارزیابی ویژگی ها برای تشخیص بازدیدکنندگان مخرب و غیر مخرب وب سایت ها مبتنی بر روش های داده کاوی
عنوان پروژه : داده کاوی ثبت احوال با نرم افزار کلمنتاین
قالب بندی : Word, PDF, GEN, XLS
شرح مختصر : 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 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 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 دانش بپردازند 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 پروژه 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 :
چکیده
مقدمه
پرسشنامه
پروژه داده کاوی
معرفی فیلدهای پرسشنامه
مراحل انجام کار با کلمنتاین
الگوریتم C5.O
خوشه بندی
K-means
Kohonen
قواعد تلازمی
Apriori
شبکه عصبی
Neuralnet
استفاده از پارتیشن
استفاده از C5.O
استفاده از Neuralnet
استفاده از Bayes Net
این فایل حاوی مطالعه کامل مبحث داده کاوی می باشد که به صورت فرمت PowerPoint در 6 فایل (عنوان هر فایل درقسمت فهرست ذکر شده است) در اختیار شما عزیزان قرار گرفته است، در صورت تمایل می توانید این محصول را از فروشگاه خریداری و دانلود نمایید.
فهرست
داده کاوی چیست و چرا آن را به کار می بریم؟
چرخۀ تعالی داده کاوی
روشهای داده کاوی
کاربرد داده کاوی در بازاریابی و مدیریت ارتباط با مشتری
ذخیره سازی داده ها، پردازش تحلیلی آنلاین و داده کاوی
تهیه محیط استخراج داده
تصویر محیط برنامه
در سال ۱۹۶۰ آماردانان اصطلاح "Data Fishing" یا "Data Dredging"به معنای "صید داده" را جهت کشف هر گونه ارتباط در حجم بسیار بزرگی از داده‌ها بدون در نظر گرفتن هیچگونه پیش فرضی بکار بردند. بعد از سی سال و با انباشته شدن داده‌ها در پایگاه داده اصطلاح داده کاوی در حدود سال ۱۹۹۰ رواج بیشتری یافت. اصطلاحات دیگری نظیر "Data Archaeology"یا "Information Harvesting" یا "Information Discovery" یا"Knowledge Extraction" نیز بکار رفته‌اند.
سازمان ها برای تصمیم گیری و برنامه ریزی به اطلاعات نیاز دارند، بخش مهمی از این اطلاعات از خود سازمان ناشی می شود، از داده های قبلی و الگوهای عملکرد سازمان استخراج می شوند، داده های خود سازمان نشان دهنده رفتار مشتریان و همکاران و بیان کننده موفقیت یا شکست سازمان در یک عمل خاص هستند.
برای استخراج اطلاعات مفید از میان انبوه حجم داده های ثبت شده باید از فن داده کاوی استفاده کرد.
داده کاوی فنی است که از میان پایگاه داده سازمان، به دنبال الگوهای پنهان در میان داده ها، ارتباط میان آنها، روند و الگوی آنها می گردد. داده کاوی از توابع و الگوریتم های پیشرفته ریاضی استفاده می کند تا ارتباط میان دو دسته از داده و امکان رخ دادن یک نتیجه را در آینده پیش بینی کند.
محتویات پکیج داده کاوی:
- این بسته شامل 34 مقاله در رابطه با داده کاوی می باشد(24 مقاله انگلیسی و 10 مقاله فارسی).
اکثر قریب به اتفاق مقالات لاتین از پایگاه های معتبری مانند science direct جمع آوری شده است.
- آموزش نرم افزار داده کاوی Weka به همراه یک نمونه فایل برای درس داده کاوی
- مقاله مروری به همراه ترجمه در رابطه با "Application of data mining techniques in customer relationship management:
A literature review and classification"
- پایان نامه فارسی در مورد "داده کاوی در مدیریت ارتباط با مشتری"
- جزوه داده کاوی دکتر جمال شهرابی (شامل 5 فایل پاورپوینت بصورت مجزا)
- عناصر، فنون و کاربرد داده کاوی
- کتاب داده کاوی با عنوان Data Mining for Business Applications
- جزوه داده کاوی دکتر کاظمی (pdf)
- پایان نامه کارشناسی ارشد مهندسی صنایع "پیش بینی قیمت سهام با استفاده از داده کاوی و شبکه های عصبی"
- پروژه داده کاوی با نرم افزار کلمنتاین,Clementine (به همراه پرسشنامه(world) و فایلهای نرم افزاری)
داده کاوی مفهوم و کاربردهای آن
45 صفحه قابل ویرایش
قیمت فقط 5000 تومان
چکیده
اخیراً توانایی‌های ما در ایجاد و جمع‌آوری داده با سرعت زیادی افزایش یافته است. استفادة گسترده از بارکدها برای بیشتر تولیدات، کامپیوتری شدن بیشتر تجارت‌ها و تراکنشهای بانکی و پیشرفتهایی که در ابزارهای جمع‌آوری داده ایجاد شده است، ما را با حجم گسترده‌ای از داده روبرو کرده است. میلیونها پایگاه‌داده در مراکز مختلف مثل بانکها، دانشگاه‌ها و مراکز دولتی استفاده می‌شوند. تعداد چنین پایگاه‌داده‌هایی با سرعت افزایش می‌یابد که این به دلیل در دسترس بودن و قوی بودن سیستم‌های پایگاه‌داده‌ای است. علاوه بر این وب که امروزه از مراجع مهم اطلاعاتی به شمار می‌رود، در حال حاضر از صدها تریلیون بایت تشکیل می‌شود و همچنان به سرعت در حال رشد است و این در حالیست که تنها بخش کوچکی از اطلاعات وب مربوط به شماست و یا برای شما مفید است! چنین رشد عظیمی در داده و پایگاه‌های داده یک نیاز فوری به تکنیکها و ابزارهایی که بتوانند به صورت خودکار و هوشمند داده را به اطلاعات و دانش مفید تبدیل کنند، بوجود آورده است.
داده‌کاوی که با عنوان کشف دانش از پایگاه‌های داده هم شناخته می‌شود، فرایندی برای استخراج دانش مفید از قبل ناشناخته (مثل قوانین، محدودیتها و…) از داده در پایگاه‌های داده می‌باشد.
کشف و استخراج اطلاعات و دانش از پایگاه‌داده‌های بزرگ برای بسیاری از محققان به عنوان یک موضوع تحقیقاتی کلیدی در سیستم‌های پایگاه‌داده و یادگیری ماشین شناخته می‌شود. در بسیاری از شرکت‌های صنعتی هم داده‌کاوی به عنوان مسئله مهمی که فرصتهای حیاتی سودآوری را برای شرکت فراهم می‌کند، مطرح می‌باشد. دانش کشف شده می‌تواند در مدیریت اطلاعات، پردازش پرس و جوها، تصمیم سازی و کاربردهای مختلف دیگری بکار گرفته شود. محققان در زمینه‌های مختلفی به مسئله داده‌کاوی علاقه نشان داده‌اند و کارهای مختلفی در راستای بکارگیری آن انجام شده است. بعضی از کاربردهای آن عبارتند از: کاربردهای داده‌کاوی درایجاد اطلاعات برای ساخت پایگاه‌داده‌های تحلیلی و سرویسهای بر خط اینترنت و استفاده از تکنیکهای داده‌کاوی برای فهم بهتر رفتار کاربر، سرویس‌دهی بهتر و افزایش فرصتهای تجاری.
شبکة گستردة جهانی هم که یک سرویس مرکزی عظیم است و به صورت گسترده‌ای توزیع شده است، دارای اطلاعاتی دربارة اخبار، تبلیغات، آنچه مشتریان باید از محصولات مختلف بدانند، مدیریت مالی، آموزش، دولتها، تجارت الکترونیکی و ... است و علاوه بر این دارای یک مجموعة غنی و پویا از پیوندها برای دسترسی به صفحات وب و استفاده از اطلاعات است، که این مجموعه در کل یک منبع غنی برای داده‌کاوی ایجاد می‌کند.
فهرست
مقدمه.............................................................................................................................................................1
سابقه داده کاوی............................................................................................................................................2
مفهوم داده کاوی...........................................................................................................................................3
دانش داده کاویdata mining)).............................................................................................................4
کاربرد...........................................................................................................................................................4
رابطه داده کاوی با آنالیز آماری..................................................................................................................5
مراحل اصلی داده کاوی..............................................................................................................................5
مثال تفهیمی در مورد داده کاوی...............................................................................................................5
تفاوت داده کاوی و آنالیزهای آماری..........................................................................................................6
فواید و نقش داده کاوی در فعالیت شرکتها...............................................................................................7
تاریخچه داده کاوی.....................................................................................................................................7
تحلیل داده کاوی........................................................................................................................................8
مفاهیم اساسی در داده کاوی....................................................................................................................9.
مثالی کلاسیک از کاربرد داده کاوی...........................................................................................................10
فرآیند داده‌کاوی.........................................................................................................................................12
نرم‌افزارهای داده‌کاوی................................................................................................................................12
داده‌کاوی و مدیریت دانش..........................................................................................................................13
مروری بر مفاهیم و الگوریتم های داده کاوی.............................................................................................13
طبقه بندی روشهای داده کاوی..................................................................................................................15
زیربنای داده کاوی......................................................................................................................................15
تکنولوژی ها ی مرتبط با داده کاوی ..........................................................................................................16
داده کاوی و مفهوم اکتشاف علومK.D.D)) ............................................................................................19
چه نوع داده‌هایی میتوانند مورد کاوش قرار گیرند؟.................................................................................20
چه نوع اطلاعاتی مناسب داده کاوی است؟...............................................................................................22
نگاهی مختصر به دو نمونه از الگوریتمهای داده کاوی..............................................................................25
کاربرد علم آمار و روشهای آماری در داده کاوی.......................................................................................26
کاربرد داده‌کاوی در آموزش عالی..............................................................................................................28
کاربردهای داده کاوی در کتابخانه ها و موسسات دانشگاهی...................................................................29
مدیریت و خدمات کتابخانه........................................................................................................................33
مدیریت موسسات دانشگاهی....................................................................................................................34
داده کاوی و کاربرد آن در کیفیت داده ها.................................................................................................35
استفاده از روشهای داده کاوی در تشخیص نفوذ به شبکه های کامپیوتری ...........................................35
سیستم های تشخیص نفوذ -( IDS ).......................................................................................................36
داده کاوی و کاربرد آن در کشف نفوذ.......................................................................................................37
تکنیک ها داده کاوی و الگوریتم های آن..................................................................................................37
گام های انجام تحقیقات.............................................................................................................................38
مجموعه داده KDDCup99...................................................................................................................39
چهار دسته حمله در KDD99..................................................................................................................40
انتخاب روش برچسب گذاری.....................................................................................................................41
انتخاب معیار های ارزیابی کارائی..............................................................................................................41
نحوه نمایش نتایج.......................................................................................................................................42
تکنیک های داده کاوی در روابط عمومی الکترونیک...............................................................................42
داده کاوی در روابط عمومی الکترونیک.....................................................................................................44
منابع............................................................................................................................................................45
فهرست جداول
جدول 1......................................................................................................................................................33
جدول 2......................................................................................................................................................36
فهرست شکلها و تصاویر
فرایند داده کاوی (شکل-1)......................................................................................................................12
روش های داده کاوی (شکل-2).................................................................................................................17
سیستم های تشخیص نفوذ (شکل-3)......................................................................................................36
IDS (شکل-4)...........................................................................................................................................36
) Building Data Mining Modelsشکل-5(...................................................................................37
الگوریتم های بررسی شده (شکل-6).......................................................................................................38
شمایی از شبکه ایجاد شده برای جمع آوری داده های KDD99 (شکل-7).........................................40
چهار دسته حمله در KDD99 (شکل-8)................................................................................................40
معیار های ارزیابی کارائی (شکل-9)..........................................................................................................41