close
تبلیغات در اینترنت
پروژه کارشناسی رشته کامپیوتر با عنوان داده کاوی یا دیتا ماینینگ Data Mining

امروز و ساعت دقیقه می باشد.

جستجوگر پیشرفته سایت



 

پروژه کارشناسی رشته کامپیوتر با عنوان داده کاوی یا دیتا ماینینگ Data Mining

داده‌کاوی روشی است که به کشف دانش مبتنی بر شناسائی خودکار الگوها و رابطه‌ها می‌پردازد یعنی به جای آنکه مدل سازی کنیم، مدل‌های موجود را کشف نمائیم

دانلود پروژه کارشناسی رشته کامپیوتر با عنوان داده کاوی یا دیتا ماینینگ  Data Mining

خرید پروژه رشته کامپیوتر
انجام پروژه رشته کامپیوتر
پایان نامه رشته کامپیوتر
خرید پایان نامه رشته کامپیوتر
دانلود مقالات و پایان نامه رشته کامپیوتر
داده کاوی 
 دیتا ماینینگ
 Data Mining
همکاری در فروش 
فروش فایل
فایلینا
انجام پایان نامه و پروژه
دسته بندی کامپیوتر و IT
فرمت فایل pdf
حجم فایل 3975 کیلو بایت
تعداد صفحات فایل 91

پروژه کارشناسی رشته کامپیوتر با عنوان داده کاوی یا دیتا ماینینگ  Data Mining

 

 

چکیده:

در دو دهه قبل توانایی های فنی بشر برای تولید و جمع آوری داده‌ها به سرعت افزایش یافته است. عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسبوکار، علوم، خدمات دولتی و پیشرفت در وسائل جمع آوری داده، از اسکن کردن متون و تصاویر تا سیستمهای سنجش از دور ماهوارهای، در این تغییرات نقش مهمی دارند. بطور کلی استفاده همگانی از وب و اینترنت به عنوان یک سیستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات می‌کند. این رشد انفجاری در داده‌های ذخیره شده، نیاز مبرم وجود تکنولوژی های جدید و ابزارهای خودکاری را ایجاد کرده که به صورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند. داده کاوی به عنوان یک راه حل برای این مسائل مطرح می باشد. در یک تعریف غیر رسمی داده کاوی فرآیندی است، خودکار برای استخراج الگوهایی که دانش را بازنمایی میکنند، که این دانش به صورت ضمنی در پایگاه داده های عظیم، انباره داده  و دیگر مخازن بزرگ اطلاعات، ذخیره شده است. به لحاظ اینکه در چند سال اخیر مبحث داده کاوی و اکتشاف دانش موضوع بسیاری از مقالات و کنفرانسها قرار گرفته و نرم¬افزارهای آن در بازار به شدت مورد توجه قرار گرفته، از اینرو در مقاله سعی بر آن شده تا گذری بر آن داشته باشیم.

در این مقاله درفصل مروری بر دادهکاوی خواهیم داشت . که به طور عمده به تاریخچه ، تعاریف، کاربردها وارتباط آن با انبار داده و OLAP خواهیم پرداخت. در پایان فصل مراحل فرایند کشف دانش از پایگاه داده ها را ذکر کردیم که داده کاوی یکی از مراحل آن است.  در فصل 2 یکی از شیوه های داده کاوی که از سبد خرید گرفته شده  است توضیح داده شده است . در این فصل به شرح قوانین ارتباطی خواهیم پرداخت که در آن بعد از دسته بندی الگوریتمها ، الگوریتم Apriori ( که یک الگوریتم پایه در این زمینه است ) و الگوریتم FP-Growth ( یک الگوریتم جدید میباشد) را با شرح یک مثال توضیح می دهیم و در آخر آن دو را با هم مقایسه میکنیم . در فصل 3 مباحث وب کاوی و متن کاوی را که در بسیاری از مراجع جزء کاربردهای داده کاوی به حساب می¬آید شرح داده خواهد شد.

 

 

کلمات کلیدی:

داده کاوی

دیتا ماینینگ

Data Mining

الگوریتم Apriori 

متن کاوی 

 

 

فهرست مطالب

فصل1: مقدمه ای بر داده کاوی


1-1 تعریف داده کاوی
2-1 تاریخچه داده کاوی 
3-1 چه چیزی سبب پیدایش داده  کاوی شده است؟  
4-1 اجزای سیستم داده کاوی
5-1 جایگاه داده کاوی در میان علوم مختلف
6-1 قابلیتهای داده کاوی 
7-1 چرا به داده¬کاوی نیاز داریم؟
8-1 داده کاوی چه کارهایی نمی تواند انجام دهد؟
9-1 کاربردهای داده کاوی 
1-9-1 کاربردهای پیش بینی کننده 
2-9-1 کاربردهای توصیف کننده  
10-1 ابزارهای تجاری داده کاوی  
11-1 داده کاوی و انبار داده ها 
1-11-1 تعاریف انبار داده 
2-11-1 چهار خصوصیت اصلی انبار¬داده 
3-11-1 موارد تفاوت انبار داده و پایگاه  داده  
12-1 داده کاوی و OLAP 
1-12-1 OLAP  
2-12-1 انواع OLAP  
13-1 مراحل فرایند کشف دانش از پایگاه داده ها 
1-13-1 انبارش داده ها 
2-13-1 انتخاب داده ها  
3-13-1 پاکسازی- پیش پردازش- آماده سازی 
4-13-1 تبدیل داده ها 
5-13-1 کاوش در داده ها (Data Mining)  
6-13-1 تفسیر نتیجه  


فصل 2: قوانین ارتباطی 
1-2 قوانین ارتباطی  
2-2 اصول پایه 
1-2-2 شرح مشکل جدی  
2-2-2 پیمایش فضای جستجو 
3-2-2 مشخص کردن درجه حمایت مجموعه اقلام 
3-2 الگوریتمهای عمومی 
1-3-2 دسته بندی  
2-3-2 BFS و شمارش رویداد ها 
3-3-2 BFS و دونیم سازی TID-list  
4-3-2 DFS و شمارش رویداد 
5-3-2 DFS و دو نیم سازی TID-list  .
4-2 الگوریتم Apriori  
1-4-2 مفاهیم کلیدی  
2-4-2 پیاده سازی الگوریتم Apriori
3-4-2 معایب Apriori و رفع آنها 
5-2 الگوریتم رشد الگوی تکرارشونده  
1-5-2 چرا رشد الگوی تکرار سریع است؟ 
6-2 مقایسه دو الگوریتم Apriori و FP-growth  
7-2 تحلیل ارتباطات  


فصل 3: وب کاوی و متن کاوی 


1-3 وب کاوی
1-1-3 الگوریتمهای هیتس و لاگسام 
2-1-3 کاوش الگوهای پیمایش مسیر  
2-3 متن کاوی 
1-2-3 کاربردهای متن کاوی  
1-1-2-3 جستجو و بازیابی 
2-1-2-3 گروه¬بندی و طبقه بندی
3-1-2-3 خلاصه سازی 
4-1-2-3 روابط میان مفاهیم 
5-1-2-3 یافتن و تحلیل گرایشات  
6-1-2-3 برچسب زدن نحوی (pos) 
7-1-2-3 ایجاد Thesaurus و آنتولوژی به صورت اتوماتیک 
2-2-3 فرایند متن کاوی 
3-2-3 روشهای متن کاوی  
مراجع 

دانلود پروژه کارشناسی رشته کامپیوتر با عنوان داده کاوی یا دیتا ماینینگ  Data Mining

یکشنبه 25 مرداد 1394 ساعت: 13:53
مطالب تصادفی
مطالب مرتبط
بخش نظرات این مطلب

نام
ایمیل (منتشر نمی‌شود) (لازم)
وبسایت
:) :( ;) :D ;)) :X :? :P :* =(( :O @};- :B /:) :S
نظر خصوصی
مشخصات شما ذخیره شود ؟ [حذف مشخصات] [شکلک ها]
کد امنیتی


تبلیغات

آمار


آمار کاربران آمار کاربران
افراد آنلاین افراد آنلاین : 4

آمار بازدیدآمار بازدید
بازدید امروز بازدید امروز : 727
بازدید دیروز بازدید دیروز : 1,385
بازدید هفته بازدید هفته : 727
بازدید ماه بازدید ماه : 23,353
بازدید سال بازدید سال : 64,332
بازدید کلی بازدید کلی : 1,147,775

اطلاعات شما اطلاعات شما
آِ ی پیآِ ی پی : 54.167.75.28
مرورگر مرورگر :
سیستم عامل سیستم عامل :

ورود کاربران

نام کاربری :
رمز عبور :

رمز عبور را فراموش کردم ؟

عضويت سريع

نام کاربری :
رمز عبور :
تکرار رمز :
ایمیل :
نام اصلی :
کد امنیتی : * کد امنیتیبارگزاری مجدد

خبرنامه

براي اطلاع از آپيدت شدن سایت در خبرنامه سایت عضو شويد تا جديدترين مطالب به ايميل شما ارسال شود