داده کاوی ، مفاهیم و کاربرد

اختصاصی از فی گوو داده کاوی ، مفاهیم و کاربرد دانلود با لینک مستقیم و پر سرعت .

چکیده :

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 کردواطلاعات 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 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 مطالب :

چکیده

مقدمه

فصل اول – مفاهیم داده کاوی

مدیریت ذخیره سازی و دستیابی اطلاعات

ساختار بانک اطلاعاتی سازمان

داده کاوی (Data Mining)

مفاهیم پایه در داده کاوی

تعریف داده کاوی

مراحل فرایند کشف دانش از پایگاه داده ها

الگوریتم های داده کاوی

آماده سازی داده برای مدل سازی

درک قلمرو

ابزارهای تجاری داده کاوی Tools DM Commercial

منابع اطلاعاتی مورد استفاده

محدودیت های داده کاوی

حفاظت از حریم شخصی در سیستم‌های داده‌کاوی

فصل دوم : کاربردهای داده کاوی

کاربرد داده کاوی در کسب و کار هوشمند بانک

داده کاوی در مدیریت ارتباط با مشتری

کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی

داده کاوی و مدیریت موسسات دانشگاهی

داده کاوی و مدیریت بهینه وب سایت ها

داده‌کاوی و مدیریت دانش

کاربرد داده‌کاوی در آموزش عالی

فصل سوم – بررسی موردی۱ : وب کاوی

معماری وب کاوی

مشکلات و محدودیت های وب کاوی در سایت های فارسی زبان

محتوا کاوی وب

فصل چهارم – بررسی موردی

داده کاوی در شهر الکترونیک

زمینه دادهکاوی در شهر الکترونیک

کاربردهای داده کاوی در شهر الکترونیک

چالشهای داده کاوی در شهر الکترونیک

مراجع و ماخذ

انتخاب داده به صورت روش آنتروپی-mutual information

اختصاصی از فی گوو انتخاب داده به صورت روش آنتروپی-mutual information دانلود با لینک مستقیم و پر سرعت .

در فایل زیر شبیه سازی در انتخاب داده به کمک روش انتروپی ارائه شده است. داده ها از یک اکسل دریافت می شوند و سپس بعد از انتخاب بهترین داده در اکسل دیگری ذخیره می نماید.

توضیحات زیر با فرمول ها به صورت تایپ شده در وردی جداگانه در کنار شبیه سازی قرار داده شده است. 

اما برخی توضیحات در مورد الگوریتم انتخاب داده در زیر داده شده است:

معیار آنتروپی H(X) برای مجموعه اعداد نامنظم X بر اساس توزیع احتمالاتی P(X) به صورت زیر قابل‌بیان می‎باشد:

(21)                           

اگر مقادیر X1, X2, …, Xn به عنوان مقادیر تصادفی ورودی با تابع احتمالاتی P(X1), P(X2), …, P(Xn) تعریف شوند. در این صورت H(X) به صورت زیر قابل بازنویسی خواهد بود:

(22)                           

بر اساس دو رابطه (21) و (22) آنتروپی اغلب یک مقدار از عدم قطعیت را در نظر می‎گیرد. به منظور شفاف شدن بحث، فرض نمایید که متغیر X وجود از بیماری D را نشان می‎دهد. بنابراین اگر عدم قطعیت در مورد بیماری وجود نداشته باشد در این صورت  و یا اگر بیماری اصلاً وجود ندارد در این صورت  در نتیجه آنتروپی برابر با صفر می‎باشد. اگر وجود یا عدم وجود بیماری به صورت عدم قطعیت اعمال شود در این صورت  و مقدار آنتروپی برابر با 1 خواهد شد. به طور کلی اگر هر یک N بیماری دارای احتمال باشد در این صورت H(X) دارای بیش‌ترین مقدار log2(N) می‎باشد. برای تعمیم این بحث، مجموع آنتروپی با دو عضو X و Y به صورت زیر قابل‌بیان خواهد بود:

(23)      

با در نظر گرفتن عدم قطعیت برای یک سرای از داده‌ها، مقدار عدم قطعیت سایر متغیرها به صورت زیر تعریف می‌شوند:

(24)          

بنابراین مقدار کل آنتروپی به صورت زیر قابل‌بیان می‎باشد:

(25)  

به منظور مرتب‎سازی داده‎ها روش تقابلی به صورت فرموله می‎شود:

(26) 

مقدار عددی بزرگ برای فرمول (26) نشان از همبستگی بالا بین دو عضو X و Y می‌باشد و بالعکس. نحوه فرمول‌بندی برای روش تقابلی و آنتروپی در شکل 4 نشان داده شده است.

(27)                              

(28)                               

(29)                  

(30)                                           

(31)                                               

شکل 4. توزیع و انتخاب بر اساس تابع تقابلی

پایان نامه ارشد رشته کامپیوتر تریگر های فازی در پایگاه داده فعال

اختصاصی از فی گوو پایان نامه ارشد رشته کامپیوتر تریگر های فازی در پایگاه داده فعال دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه ارشد رشته کامپیوتر تریگر های فازی در پایگاه داده فعال با فرمت ورد و قابل ویرایش تعداد صفحات 100

دانلود پایان نامه آماده

چکیده

پایگاه‌های دادة فعال با هدف ایجاد تعامل در پایگاه‌های داده ایجاد شدند. در این نوع پایگاه داده با تعریف قوانین و بدون نیاز به کدنویسی، سیستم قادر به عکس‌العمل مناسب در مقابل رویدادهای مهم در شرایط خاص می‌باشد. تعریف قوانین ساده‌ترین نوع بیان محدودیت‌ها بوده که برای متخصص های محیط نیز قابل درک می‌باشد. اما در بیان تجربیات اغلب از کلمات فازی استفاده می‌شود که ترجمه آن‌ها به مقادیر دقیق منجر به کاهش ارزش معنایی دانش می‌شود. فازی‌سازی پایگاه‌های داده فعال با هدف نزدیک‌تر نمودن زبان بیان قوانین به زبان طبیعی انسان مطرح شد. این امر کمک می‌کند دانش متخصصین، مستقیماً به پایگاه داده منتقل شود. ضمن اینکه تغییرات نیز با کمترین هزینه، بر قوانین تعریف شده اعمال می‌شود.

اولین گروه فازی‌سازی گرداننده پایگاه‌های دادة فعال ولسکی و بوعزیز و همکارانشان بودند که به فازی نمودن رویداد، شرط و واکنش در تعریف قوانین پرداخته‌اند و طی چند مقاله نتایج آن را ارائه نمودند[2, 3, 5, 7, 8, 9, 10]، این گروه در پروژه Tempo به پیاده‌سازی فازی این سه بخش پرداخته‌اند

فهرست مطالب
بخش اول: مفاهیم و تعاریف، کارهای انجام شده    1
فصل اول: کلیات    2
1-1 مقدمه    2
1-2 مروری بر فصول پایان‌نامه    5
فصل دوم: پایگاه داده فعال    6
2-1 مدیریت داده    6
2-2 مدیریت قوانین    7
2-2-1 تعریف قانون    7
2-2-1-1 رویداد    8
2-2-1-2 شرط    12
2-2-1-3 واکنش    13
2-2-2 مدل اجرایی    14
2-2-2-1 اولویت اجرایی در قوانین    16
2-2-2-2 معماری پایگاه دادة فعال    17
2-2-2-3 آشکارساز رویداد    18
2-2-2-4 ارزیابی شرط    19
2-2-2-5 زمانبندی    20
2-2-2-6 اجرا    21
2-3 نمونه‌های پیاده‌سازی شده    21
2-3-1 Starburst    21
2-3-2 Ariel    23
2-3-3 NAOS    24
2-4 نتیجه    25
فصل سوم: مفاهیم فازی    26
3-1 مجموعه‌های فازی    27
3-2 عملگرهای فازی    29
3-3 استنتاج فازی    30
3-4 ابهام‌زدایی    31
3-5 نتیجه    31
فصل چهارم : پایگاه دادة فعال فازی     32
4-1 تعریف فازی قوانین     33
4-1-1 رویداد فازی     34
4-1-1-1 رویدادهای مرکب     36
4-1-1-2 انتخاب فازی اجزاء رویدادهای مرکب     38
4-1-2 شرط فازی     38
4-1-3 واکنش فازی     40    
4-1-4 تعیین فازی موقعیت زمانبندی     41
4-2 معماری و مدل اجرایی قوانین     43
4-2-1 آشکارساز رویداد     44
4-2-2 بررسی شرط     45
4-2-3 اجرا     45
4-2-4 زمانبندی     45
4-3 نتیجه     47
بخش دوم: کاربردی جدید از تریگر فازی، رونوست برداری فازی، نتایج آزمایشات     48
فصل پنجم: رونوشت برداری فازی     49
5-1 رونوشت برداری     50
5-1-1 رونوشت برداری همگام     50
5-1-2 رونوشت برداری ناهمگام     51
5-1-3 ماشین پایه رونوشت برداری داده    52
5-1-4 مقایسه دو روش همگام و ناهمگام    53
5-2 رونوشت برداری فازی    56
5-2-1 استفاده از تریگرها برای فازی نمودن رونوشت برداری    57
5-3 کمیت سنج های فازی    59
5-3-1 روش محاسبه کمیت سنج های فازی    60
5-3-2 کمیت سنج عمومی    61
5-3-3 کمیت سنج جزئی    64
5-3-4 کمیت سنج جزئی توسعه یافته    67
5-4 روش جدید محاسبه حد آستانه در تریگرهای فازی برای رونوشت برداری فازی    69
5-5 معماری ماشین رونوشت بردار فازی    71
5-6 مثال    73
5-7 کارایی    77
5-7-1 ترافیک در رونوشت برداری مشتاق    79
5-7-2 ترافیک در رونوشت برداری تنبل    80
5-7-3 ترافیک در رونوشت برداری فازی    80
5-7-4 مقایسه تئوری هزینه رونوشت برداری فازی و تنبل    81
5-8 جمع بندی    83
فصل ششم: پیاده سازی     84
6-1 Fuzzy SQL Server    84
6-2 عملکرد اجزای Fuzzy SQL Server    85
6-3 شبیه سازی تریگرهای فازی در پایگاه داده غیر فازی    86
6-4 اجزاء تریگر فازی در پایگاه داده غیر فازی    86
6-5 جداول سیستمی مورد نیاز    87
6-6 مثال    89
6-7 کارهای آتی    94
مراجع و منابع     95

پایان نامه ارشد رشته کامپیوتر تریگر های فازی در پایگاه داده فعال

اختصاصی از فی گوو پایان نامه ارشد رشته کامپیوتر تریگر های فازی در پایگاه داده فعال دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه ارشد رشته کامپیوتر تریگر های فازی در پایگاه داده فعال با فرمت ورد و قابل ویرایش تعداد صفحات 100

دانلود پایان نامه آماده

چکیده

پایگاه‌های دادة فعال با هدف ایجاد تعامل در پایگاه‌های داده ایجاد شدند. در این نوع پایگاه داده با تعریف قوانین و بدون نیاز به کدنویسی، سیستم قادر به عکس‌العمل مناسب در مقابل رویدادهای مهم در شرایط خاص می‌باشد. تعریف قوانین ساده‌ترین نوع بیان محدودیت‌ها بوده که برای متخصص های محیط نیز قابل درک می‌باشد. اما در بیان تجربیات اغلب از کلمات فازی استفاده می‌شود که ترجمه آن‌ها به مقادیر دقیق منجر به کاهش ارزش معنایی دانش می‌شود. فازی‌سازی پایگاه‌های داده فعال با هدف نزدیک‌تر نمودن زبان بیان قوانین به زبان طبیعی انسان مطرح شد. این امر کمک می‌کند دانش متخصصین، مستقیماً به پایگاه داده منتقل شود. ضمن اینکه تغییرات نیز با کمترین هزینه، بر قوانین تعریف شده اعمال می‌شود.

اولین گروه فازی‌سازی گرداننده پایگاه‌های دادة فعال ولسکی و بوعزیز و همکارانشان بودند که به فازی نمودن رویداد، شرط و واکنش در تعریف قوانین پرداخته‌اند و طی چند مقاله نتایج آن را ارائه نمودند[2, 3, 5, 7, 8, 9, 10]، این گروه در پروژه Tempo به پیاده‌سازی فازی این سه بخش پرداخته‌اند

فهرست مطالب
بخش اول: مفاهیم و تعاریف، کارهای انجام شده    1
فصل اول: کلیات    2
1-1 مقدمه    2
1-2 مروری بر فصول پایان‌نامه    5
فصل دوم: پایگاه داده فعال    6
2-1 مدیریت داده    6
2-2 مدیریت قوانین    7
2-2-1 تعریف قانون    7
2-2-1-1 رویداد    8
2-2-1-2 شرط    12
2-2-1-3 واکنش    13
2-2-2 مدل اجرایی    14
2-2-2-1 اولویت اجرایی در قوانین    16
2-2-2-2 معماری پایگاه دادة فعال    17
2-2-2-3 آشکارساز رویداد    18
2-2-2-4 ارزیابی شرط    19
2-2-2-5 زمانبندی    20
2-2-2-6 اجرا    21
2-3 نمونه‌های پیاده‌سازی شده    21
2-3-1 Starburst    21
2-3-2 Ariel    23
2-3-3 NAOS    24
2-4 نتیجه    25
فصل سوم: مفاهیم فازی    26
3-1 مجموعه‌های فازی    27
3-2 عملگرهای فازی    29
3-3 استنتاج فازی    30
3-4 ابهام‌زدایی    31
3-5 نتیجه    31
فصل چهارم : پایگاه دادة فعال فازی     32
4-1 تعریف فازی قوانین     33
4-1-1 رویداد فازی     34
4-1-1-1 رویدادهای مرکب     36
4-1-1-2 انتخاب فازی اجزاء رویدادهای مرکب     38
4-1-2 شرط فازی     38
4-1-3 واکنش فازی     40    
4-1-4 تعیین فازی موقعیت زمانبندی     41
4-2 معماری و مدل اجرایی قوانین     43
4-2-1 آشکارساز رویداد     44
4-2-2 بررسی شرط     45
4-2-3 اجرا     45
4-2-4 زمانبندی     45
4-3 نتیجه     47
بخش دوم: کاربردی جدید از تریگر فازی، رونوست برداری فازی، نتایج آزمایشات     48
فصل پنجم: رونوشت برداری فازی     49
5-1 رونوشت برداری     50
5-1-1 رونوشت برداری همگام     50
5-1-2 رونوشت برداری ناهمگام     51
5-1-3 ماشین پایه رونوشت برداری داده    52
5-1-4 مقایسه دو روش همگام و ناهمگام    53
5-2 رونوشت برداری فازی    56
5-2-1 استفاده از تریگرها برای فازی نمودن رونوشت برداری    57
5-3 کمیت سنج های فازی    59
5-3-1 روش محاسبه کمیت سنج های فازی    60
5-3-2 کمیت سنج عمومی    61
5-3-3 کمیت سنج جزئی    64
5-3-4 کمیت سنج جزئی توسعه یافته    67
5-4 روش جدید محاسبه حد آستانه در تریگرهای فازی برای رونوشت برداری فازی    69
5-5 معماری ماشین رونوشت بردار فازی    71
5-6 مثال    73
5-7 کارایی    77
5-7-1 ترافیک در رونوشت برداری مشتاق    79
5-7-2 ترافیک در رونوشت برداری تنبل    80
5-7-3 ترافیک در رونوشت برداری فازی    80
5-7-4 مقایسه تئوری هزینه رونوشت برداری فازی و تنبل    81
5-8 جمع بندی    83
فصل ششم: پیاده سازی     84
6-1 Fuzzy SQL Server    84
6-2 عملکرد اجزای Fuzzy SQL Server    85
6-3 شبیه سازی تریگرهای فازی در پایگاه داده غیر فازی    86
6-4 اجزاء تریگر فازی در پایگاه داده غیر فازی    86
6-5 جداول سیستمی مورد نیاز    87
6-6 مثال    89
6-7 کارهای آتی    94
مراجع و منابع     95

پایان نامه ارشد رشته کامپیوتر تریگر های فازی در پایگاه داده فعال

اختصاصی از فی گوو پایان نامه ارشد رشته کامپیوتر تریگر های فازی در پایگاه داده فعال دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه ارشد رشته کامپیوتر تریگر های فازی در پایگاه داده فعال با فرمت ورد و قابل ویرایش تعداد صفحات 100

دانلود پایان نامه آماده

چکیده

پایگاه‌های دادة فعال با هدف ایجاد تعامل در پایگاه‌های داده ایجاد شدند. در این نوع پایگاه داده با تعریف قوانین و بدون نیاز به کدنویسی، سیستم قادر به عکس‌العمل مناسب در مقابل رویدادهای مهم در شرایط خاص می‌باشد. تعریف قوانین ساده‌ترین نوع بیان محدودیت‌ها بوده که برای متخصص های محیط نیز قابل درک می‌باشد. اما در بیان تجربیات اغلب از کلمات فازی استفاده می‌شود که ترجمه آن‌ها به مقادیر دقیق منجر به کاهش ارزش معنایی دانش می‌شود. فازی‌سازی پایگاه‌های داده فعال با هدف نزدیک‌تر نمودن زبان بیان قوانین به زبان طبیعی انسان مطرح شد. این امر کمک می‌کند دانش متخصصین، مستقیماً به پایگاه داده منتقل شود. ضمن اینکه تغییرات نیز با کمترین هزینه، بر قوانین تعریف شده اعمال می‌شود.

اولین گروه فازی‌سازی گرداننده پایگاه‌های دادة فعال ولسکی و بوعزیز و همکارانشان بودند که به فازی نمودن رویداد، شرط و واکنش در تعریف قوانین پرداخته‌اند و طی چند مقاله نتایج آن را ارائه نمودند[2, 3, 5, 7, 8, 9, 10]، این گروه در پروژه Tempo به پیاده‌سازی فازی این سه بخش پرداخته‌اند

فهرست مطالب
بخش اول: مفاهیم و تعاریف، کارهای انجام شده    1
فصل اول: کلیات    2
1-1 مقدمه    2
1-2 مروری بر فصول پایان‌نامه    5
فصل دوم: پایگاه داده فعال    6
2-1 مدیریت داده    6
2-2 مدیریت قوانین    7
2-2-1 تعریف قانون    7
2-2-1-1 رویداد    8
2-2-1-2 شرط    12
2-2-1-3 واکنش    13
2-2-2 مدل اجرایی    14
2-2-2-1 اولویت اجرایی در قوانین    16
2-2-2-2 معماری پایگاه دادة فعال    17
2-2-2-3 آشکارساز رویداد    18
2-2-2-4 ارزیابی شرط    19
2-2-2-5 زمانبندی    20
2-2-2-6 اجرا    21
2-3 نمونه‌های پیاده‌سازی شده    21
2-3-1 Starburst    21
2-3-2 Ariel    23
2-3-3 NAOS    24
2-4 نتیجه    25
فصل سوم: مفاهیم فازی    26
3-1 مجموعه‌های فازی    27
3-2 عملگرهای فازی    29
3-3 استنتاج فازی    30
3-4 ابهام‌زدایی    31
3-5 نتیجه    31
فصل چهارم : پایگاه دادة فعال فازی     32
4-1 تعریف فازی قوانین     33
4-1-1 رویداد فازی     34
4-1-1-1 رویدادهای مرکب     36
4-1-1-2 انتخاب فازی اجزاء رویدادهای مرکب     38
4-1-2 شرط فازی     38
4-1-3 واکنش فازی     40    
4-1-4 تعیین فازی موقعیت زمانبندی     41
4-2 معماری و مدل اجرایی قوانین     43
4-2-1 آشکارساز رویداد     44
4-2-2 بررسی شرط     45
4-2-3 اجرا     45
4-2-4 زمانبندی     45
4-3 نتیجه     47
بخش دوم: کاربردی جدید از تریگر فازی، رونوست برداری فازی، نتایج آزمایشات     48
فصل پنجم: رونوشت برداری فازی     49
5-1 رونوشت برداری     50
5-1-1 رونوشت برداری همگام     50
5-1-2 رونوشت برداری ناهمگام     51
5-1-3 ماشین پایه رونوشت برداری داده    52
5-1-4 مقایسه دو روش همگام و ناهمگام    53
5-2 رونوشت برداری فازی    56
5-2-1 استفاده از تریگرها برای فازی نمودن رونوشت برداری    57
5-3 کمیت سنج های فازی    59
5-3-1 روش محاسبه کمیت سنج های فازی    60
5-3-2 کمیت سنج عمومی    61
5-3-3 کمیت سنج جزئی    64
5-3-4 کمیت سنج جزئی توسعه یافته    67
5-4 روش جدید محاسبه حد آستانه در تریگرهای فازی برای رونوشت برداری فازی    69
5-5 معماری ماشین رونوشت بردار فازی    71
5-6 مثال    73
5-7 کارایی    77
5-7-1 ترافیک در رونوشت برداری مشتاق    79
5-7-2 ترافیک در رونوشت برداری تنبل    80
5-7-3 ترافیک در رونوشت برداری فازی    80
5-7-4 مقایسه تئوری هزینه رونوشت برداری فازی و تنبل    81
5-8 جمع بندی    83
فصل ششم: پیاده سازی     84
6-1 Fuzzy SQL Server    84
6-2 عملکرد اجزای Fuzzy SQL Server    85
6-3 شبیه سازی تریگرهای فازی در پایگاه داده غیر فازی    86
6-4 اجزاء تریگر فازی در پایگاه داده غیر فازی    86
6-5 جداول سیستمی مورد نیاز    87
6-6 مثال    89
6-7 کارهای آتی    94
مراجع و منابع     95