دانلود تحقیق مقاله داده کاوی: مفاهيم، روشها، کاربردها، آينده بانک های اطلاعاتی

برخی عناوین تحقیق داده کاوی: مفاهيم، روشها، کاربردها، آينده بانک های اطلاعاتی

• مقدمه
• طبقه بندی روش های داده کاوی
• مراحل و اجزای يک فرآيند داده‌کاوی
• آماده سازی داده ها
• تبدیل و تغییر وضعیت داده های خام
• مفهوم و روش های تشخیص داده های نامنطبق
• کاهش داده ها

برخی توضیحات تحقیق مقاله داده کاوی: مفاهيم، روشها، کاربردها، آينده بانک های اطلاعاتی

مقدمه

امروزه با گسترش سيستم هاي پايگاهي و حجم بالاي داده ها ي ذخيره شده در اين سيستم ها، نياز به ابزاري است تا بتوان داده هاي ذخيره شده پردازش کرد و اطلاعات حاصل از اين پردازش را در اختيار کاربران قرار داد.

با استفاده ار پرسش هاي ساده درSQL  و ابزارهاي گوناگون گزارش گيري معمولي، مي توان اطلاعاتي را در اختيار کاربران قرار داد تا بتوانند به نتيجه گيري در مورد داده ها و روابط منطقي ميان آنها بپردازند اما وقتي که حجم داده ها بالا باشد، کاربران هر چقدرحرفه ای و با تجربه باشند نمي توانند الگوهاي مفيد را در ميان حجم انبوه داده ها تشخيص دهند و يا اگر قادر به اين کار هم با شند، هزينه عمليات از نظر نيروي انساني و مالي بسيار بالا است.

تعاريف داده کاوي

در متون آکادميک تعاريف گوناگوني براي داده کاوي ارائه شده اند. در برخي از اين تعاريف داده کاوي در حد ابزاري که کاربران را قادر به ارتباط مستقيم با حجم عظيم داده ها مي سازد معرفي گرديده است و در برخي ديگر، تعاريف دقيقتر که درآنها به کاوش در داده ها توجه مي شود موجود است.

برخي از اين تعاريف عبارتند از :

1. داده کاوي عبارت است از فرايند استخراج اطلاعات معتبر، از پيش ناشناخته، قابل فهم و قابل اعتماد از پايگاه داده هاي بزرگ و استفاده از آن در تصميم گيري در فعاليت هاي تجاري مهم.
2. فرايند نيم خودکار تجزيه و تحليل پايگاه داده هاي بزرگ به منظور يافتن الگوهاي مفيد اطلاق مي شود.
3. داده کاوي يعني فرایند جستجو در يک پايگاه داده ها براي يافتن الگوهايي ميان داده ها.
4. داده کاوي يعني تجزيه و تحليل مجموعه داده هاي قابل مشاهده براي يافتن روابط مطمئن بين داده ها.
5. داده کاوي يعني استخراج دانش کلان ، قابل استناد و جديد از پايگاه داده ها ي بزرگ.

طبقه بندی روش های داده کاوی:

1. داده کاوی توصیفی یا توصیف کننده که اطلاعات جدید وغیربدیهی رابراساس مجموعه داده های موجود ارائه می دهد.

در این روش توصیف، هدف کلی بدست اوردن یک شناخت از سیستم های تجزیه و تحلیل شده توسط الگوها و روابط بین داده هایData Warehouse ها که تحت عناوینی مثل کشف الگوی ترتیبی، کشف قانون وابستگی و خوشه بندی هستند، می باشد.

در اماده سازی داده ها دو وظیفه داریم:

1. ساماندهی داده ها به یک شکل استاندارد که برای پردازش بوسیله تکنیک های داده کاوی آماده شوند( یک شکل استاندارد، یک جدول رابطه ای است).
2. آماده سازی مجموعه داده هایی که به بهترین عملکرد داده کاوی منجر شود.

تبدیل و تغییر وضعیت داده های خام

برای تبدیل یا تغییر وضعیت داده های خام ما باید از چند روش یا تکنیک تغییر داده ها (البته بسته به نوع داده ها) یکی را انتخاب کنیم.

1. نرمال سازی

هدف از نرمالسازی حذف افزونگی داده و باقی نگهداشتن وابستگی بين داده های مرتبط از طریق ایجاد رابطه ستون های غير کليدی در هر جدول کليد است. اين فرآيند اغلب باعث ايجاد جداول بيشتر می شود ولی از این طريق اندازه پايگاه داده را کاهش داده و بهبود کارائی داده را تضمين می کند.

با توجه به وضعيت ممکن است داده ها از چند پايگاه داده نرمال شده استخراج شوند و در يک انبار داده غير نرمال قرار گيرد. اين روش برای مخزن داده  Data warehouse استاندارد خوبی است.

این ها فقط بخشی از متون این مقاله و تحقیق و پروژه به صورت پراکنده و ناقص می باشد ، برای دانلود تحقیق ، دانلود مقاله ، دانلود پروژه به صورت کامل لطفا آن را خریداری نمایید. ( بالای صفحه )