تکنیک های داده کاوی Data Mining Techniques

تعداد صفحات : 85 فرمت ورد و قابل ویرایش

چکیده

مقدمه

فصل اول – مفاهیم داده کاوی

مدیریت ذخیره سازی و دستیابی اطلاعات

ساختار بانک اطلاعاتی سازمان

داده کاوی (Data Mining)

داده كاوی چیست؟

مفاهیم پایه در داده کاوی

تعریف داده کاوی

تاریخچه داده کاوی

برخی از کاربردهای داده کاوی در محیط های واقعی

مراحل فرایند کشف دانش از پایگاه داده ها

عملیات های داده کاوی

الگوریتم های داده كاوی

ساختن یك پایگاه داده داده كاوی

جستجوی داده

ساختن مدل داده كاوی

تائید اعتبارساده

ارزیابی و تفسیر؛ تایید اعتبار مدل

ایجاد معماری مدل و نتایج

سابقه داده کاوی

مفهوم داده کاوی

نرم‌افزارهای داده‌كاوی

فعالیت های داده كاوی

ابزارهای تجاری داده کاوی Tools DM Commercial

منابع اطلاعاتی مورد استفاده

پیشرفت در تکنولوژیهای داده پردازی

دیتامارت

انبار داده ها

ساختار یک انبارداده

عناصر داده کاوی

فنون داده کاوی

ابزارهای رایج بکار گرفته شده تحت عنوان داده کاوی

داده کاوی در تولید چهار نوع دانش

محدودیت های داده کاوی

حفاظت از حریم شخصی در سیستم‌های داده‌كاوی

فصل دوم : کاربرد های داده کاوی

چند کاربرد مهم و کاربردی داده کاوی

فصل سوم – بررسی موردی1: وب کاوی

معماری وب کاوی

مشكلات ومحدودیت های وب كاوی در سایت های فارسی زبان

محتوا کاوی وب

فصل چهارم – بررسی موردی 2 : داده کاوی در شهر الکترونیک

مزایای بالقوه شهر الکترونیک

زمینه داده کاوی در شهر الکترونیک

کاربردهای داده کاوی در شهر الکترونیک

کشف علایق و انگیزههای شهروندان و تولید سرویسهای شخصیسازی

تجدید ساختار سایت وب شهر و افزایش کارایی سیستم

تقویت برنامه ریزیهای دولت و ترویج نوآوری

بهبود تحلیل ها و تصمیمات دولت

چالش های داده کاوی در شهر الکترونیک

كیفیت داده ها

قابلیت انتقال داده ها و استفاده از اطلاعات

چالش برآورد مدل های داده کاوی

دقت نتایج متدهای داده كاوی

پیچیدگی و هزینه زمانی

محرمانگی داده ها

نتیجه گیری

منابع و مراجع