پروژه داده کاوی و اکتشاف دانش

پایان نامه داده کاوی و اکتشاف دانشچکیده:داده کاوی پل ارتباطی میان علم آمار ،  علم کامپیوتر ،  هوش مصنوعی ،  الگوشناسی ،  فراگیری ماشین و بازنمایی بصری داده می باشد. داده کاوی فرآیندی پیچیده جهت شناسایی الگوها 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 کاوی به صورت یک محصول قابل خریداری نمی باشد ،  بلکه یک رشته علمی و فرآیندی است که بایستی به صورت یک پروژه پیاده سازی شود. 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. یکی از نمونه های بارز داده کاوی را می توان در فروشگاه های زنجیره ای مشاهده نمود ،  که در آن سعی می شود ارتباط محصولات مختلف هنگام خرید مشتریان مشخص گردد. فروشگاه های زنجیره ای مشتاقند بدانند که چه محصولاتی با یکدیگر به فروش می روند . به روشنی این مطلب قابل درک است که این نوع استفاده از داده کاوی می تواند فروشگاه ها را در برگزاری هوشمندانه فستیوال های فروش و نحوه ارائه اجناس به مشتریان یاری رساند.نمونه دیگر استفاده از داده کاوی در زمینه فروش را می توان در یک شرکت بزرگ دوبلاژ و تکثیر و عرضه فیلم های سینمایی در آمریکای شمالی مشاهده نمود که در آن عملیات داده کاوی ،  روابط مشتریان و هنرپیشه های سینمایی و نیز گروه های مختلف مشتریان بر اساس سبک فیلم ها ( ترسناک ،  رمانتیک ،  حادثه ای و ...) مشخص گردید.از دیگر زمینه های به کارگیری داده کاوی ،  استفاده بیمارستانها و کارخانه های داروسازی جهت کشف الگوها و مدلهای ناشناخته تاثیر دارو ها بر بیماری های مختلف و نیز بیماران گروه های سنی مختلف را می توان نام برد.استفاده از داده کاوی در زمینه های مالی و بانکداری به شناخت مشتریان پر خطر و سودجو بر اساس معیار هایی از جمله سن ،  درآمد ،  وضعیت سکونت ،  تحصیلات ،  شغل و غیره می انجامد.کلمات کلیدی :داده کاوی  ،   انبارداده ،  کسب و کار هوشمند ،  تحلیل دسته ای ،  درخت های تصمیم گیری و قوا عد  تصمیم گیری ،  مجموعه های فازی و منطق فازی ،   قواعد انجمنی ،  شبکه عصبی مصنوعی و داده کاوی توزیع شده . فهرست مطالب فصل اول : مقدمه ای بر داده کاوی 1-1 مقدمه 1-2 داده کاوی چیست ؟   1- 3 مفاهیم پایه در داده کاوی 1- 4 تعریف داده کاوی 1- 5 تاریخچه داده کاوی 1- 6 برخی از کاربردهای داده کاوی در محیطهای واقعی عبارتند از : 1- 6- 1 خرده فروشی 1- 6- 2 بانکداری 1- 6- 3 بیمه 1- 6- 4 پزشکی 1- 7 مراحل فرایند کشف دانش از پایگاه داده ها 1- 8 عملیاتهای داده کاوی 1- 9 الگوریتمهای داده کاوی 1- 10 مدل فرآیند دو سویه 1- 11 ساختن یک پایگاه داده داده کاوی 1-12 نتیجه گیری فصل دوم : داده کاوی درمدیریت ارتباط بامشتری 2- 1 چکیده 2- 2 مقدمه 2- 3 داده کاوی 2- 4 مدیریت ارتباط با مشتری 2- 5 چرخه زندگی مشتری 2- 6 نتیجه گیری فصل سوم : کاربردهای داده کاوی در کتابخانه ها و موسسات دانشگاهی 3- 1 چکیده 3- 2 مقدمه 3- 3 پیشرفت در تکنولوژیهای داده پردازی 3- 4 عناصر داده کاوی 3- 5 فنون داده کاوی 3- 6 کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی 3- 7 مدیریت و خدمات کتابخانه 3- 8 مدیریت موسسات دانشگاهی 3- 9 تذکرات نهایی فصل چهارم : کسب و کار هوشمند و داده کاوی 4- 1 مقدمه 4- 2 تکامل تاثیر گذاری داده ها 4- 3 از داده ها تا تصمیم گیریها 4- 4 مفهوم ذخیره داده ها 4- 5 تعریفی برای داده کاوی 4- 6 کاربردها و عملیات داده کاوی 4- 7 لزوم داده کاوی 4- 8 داده کاوی در مقابل پرس و جو ها در پایگاه های داده سنتی 4- 9 الگوریتم های انجمنی 4- 10 تکنیکهای مرتبط با داده کاوی 4- 11 ابزارهای داده کاوی 4- 12 درخت های تصمیم گیری 4- 13 داده کاوی - یک مدل و نمونه خلاصه 4- 14 نرم افزار Low end 4- 15 فرآیند داده کاوی 4- 16 نرمال سازی   4- 17 یادگیری داده ها 4- 18 درخت های تصمیم گیری و قواعد تصمیم گیری 4- 19 نتیجه گیری فصل پنجم : تفاوت داده کاوی و آنالیز های آماری 5- 1 مقدمه 5- 2 روش آنالیز آماری 5- 3 روش داده کاوی 5- 4 فواید و نقش داده کاوی در فعالیت شرکتها   5- 5 مراحل اصلی داده کاوی   فصل ششم : داده کاوی توزیع شده 6- 1 مقدمه 6- 2 دلایل پیدایش داده کاوی توزیع شده 6- 3 تکنیکها و رویکردها در داده کاوی توزیع شده 6- 4 عاملها و داده کاوی توزیع شده 6- 5 داده کاوی و حریم خصوصی 6- 6 کاربرد های داده کاوی 6- 7 تکنیک های داده کاوی 6- 8 قوانین انجمنی 6- 9 تشخیص قوانین انجمنی  به کمک الگوریتم apriori 6- 10  فرآیند استخراج قوانین وابستگی Apriori Based DDM Algorithms 11- 6 Count Distribution 12- 6 Data Distribution 13- 6 فصل هفتم : نرم¬افزار داده کاوی  Weka     7-1 مقدمه 7-2 روش استفاده از Weka   3-7 قابلیتهای Weka 4-7دریافت Weka   5-7 مروری بر Explorer فصل هشتم : نتیجه گیری و ارائه پیشنهادات منابع