داده کاوی، مفاهیم و تکنیک ها
تعداد صفحات : 131 با فرمت ورد
پیشگفتار و چکیده VIII
مقدمه ای بر داده کاوی XI
فصل اول تعاریف و مفاهیم داده کاوی کشف دانش 1
تعاریف و مفاهیم داده‌کاوی 2
اهم تعاریف داده کاوی 8
تعاریف دیگر داده کاوی 8
زیربنای داده‌کاوی 12
تاریخچه داده کاوی 12
نقش وهدف داده کاوی 14
اساس داده‌کاوی 14
نگاهی مختصر به دو نمونه از الگوریتمهای داده‌کاوی 14
انواع داده کاوی 15
فعالیت های داده کاوی 15
نقطه تمایز خوشه بندی از دسته بندی 17
مدل های داده کاوی 17
اهمیت و علت طرح داده کاوی 18
چند مثال در موردمفهوم داده کاوی 19
تفاوت داده کاوی و آنالیز های آماری 20
داده کاوی 20
آنالیز های آماری 20
مفاهیم پایه در داده کاوی 21
مفاهیم اساسی در داده کاوی 21
ویژگی‌های کلیدی داده کاوی 22
داده کاوی و خوشه‌بندی داده‌ها 23
خوشه‌بندی داده‌ها و الگوریتم CRISP 24
الگوریتم اجرائی CRISP 24
مراحل فرایند کشف دانش از پایگاه داده ها 24
عملیاتهای داده کاوی 25
مدلسازی پیشگویی کننده 25
تقطیع پایگاه داده ها 25
تحلیل پیوند 26
تشخیص انحراف 26
الگوریتمهای داده کاوی 26
شبکه های عصبی 27
درخت های انتخاب 27
استنتاج قانون 28
الگوریتمهای ژنتیک 28
مدل فرآیند دو سویه 30
فصل دوم متدلوژی ، مراحل و چگونگی داده کاوی 33
داده کاوی چه کاری می تواند انجام دهد؟ 34
داده کاوی چگونه کارمی کند ؟ 34
چرخه تعالی داده کاوی 36
داده کاوی دو راهکار مشخص ارائه می کند 39
دلایل سودآوری داده کاوی 39
چه موقع و کجا داده کاوی نیاز است؟ 40
چگونه داده کاوی را به کار گیریم؟ فرایند داده کاوی 40
مراحل اصلی داده کاوی 41
انگیزه کاوش داده ها 42
انواع روشهای نمونه گیری 47
رویکردهای داده کاوی 49
متدلوژی بکارگیری داده کاوی 49
چگونه می توان داده کاوی را شروع کرد 49
کاهش اطلاعات 49
عناصر و تحلیل داده کاوی 52
فصل سوم کاربرد های داده کاوی 54
علم آمار در داده‌کاوی 55
کاربردهای داده‌کاوی 56
کاربردهای داده‌کاوی در کتابخانه ها 56
پیشرفت در تکنولوژیهای داده پردازی 60
پیش بینی با داده کاوی 60
داده کاوی درعرصه ی سلامت 61
کاربردهای داده کاوی در بیمه 64
داده های با ماهیت علمی 65
داده‌کاوی و اکتشاف معرفت ، رهیافتی نوین در تحلیل اطلاعات 65
کاربرد داده‌کاوی در مدیریت 65
کاربرد داده کاوی در بانکداری 66
فصل چهارم کاربرد داده کاوی در کشف تقلب 76
مقدمه 77
تقلب و متقلبان 77
داده‌کاوی 78
وظایف داده‌کاوی 79
طبقه‌بندی 79
خوشه‌بندی - پیش‌بینی - کشف نقاط پرت 80
رگرسیون - تصویرسازی 81
روشهای داده‌کاوی مورد استفاده در تحقیقات کشف تقلبهای مالی 81
مدل رگرسیون 82
شبکه‌های عصبی مصنوعی 83
شبکه استنباط بیزین - درختان تصمیم 84
یک چارچوب کلی برای الگوریتمهای داده‌کاوی 84
راه آینده و چالشهای پیش‌رو 85
نتیجه‌گیری 86
فصل پنجم داده کاوی در وب 88
مقدمه 89
طبقه بندی Web mining 90
Web mining و Meta data 90
کاوش داده روی وب 90
داده کاوی در وب روی پایگاه داده ی رابطه ای Web 91
داده کاوی چند رسانه ای - انبار داده و کاوش در اینترنت 91
اشتراک داده در مقابل داده کاوی در وب - web data mining برای موتورهای جستجو 91
فصل ششم ابزارها و روش های داده کاوی 93
روشهای داده‌کاوی، بر پایه‌های زیر استوار هستند 94
عناصر داده‌کاوی 94
روشهای مختلف Data Mining 95
روشهای بکار گرفته شده برای Knowledge Discovery 95
مدیریت دارایی Inventory Management 97
فرایند داده کاوی 99
دیتامارت 99
انبار داده ها 100
مشخصات ساختار انبارداده 102
فنون داده کاوی 102
برخی از ابزارهای رایج بکار گرفته شده تحت عنوان داده کاوی 102
مزایای استفاده از داده کاوی در تولید دانش 103
نرم افزار داده کاوی 104
برنامه های کاربردی و نرم‌افزار های داده کاوی تجاری 104
بررسی اجمالی بازار نرم‌افزار های داده کاوی 104
سابقه و ضرورت انجام تحقیق 105
فرضیه‌ها 105
اهداف و کاربردهای اصلی تحقیق 106
روش تحقیق 107
روش و ابزار گردآوری اطلاعات 107
روش تجزیه و تحلیل اطلاعات 107
فصل هفتم مشکلات و محدودیت های سیستم داده کاوی 108
مشکلات و محدودیت‌های داده کاوی 109
یافته‌های و نوآوری تحقیق 111
وجود عدم قطعیت در اطلاعات 112
جمع بندی و نتیجه گیری 112
تذکرات نهایی 114
فصل هشتم مقاله درباره تکنیک های داده کاوی در ERP 115
چکیده ، کلمات کلیدی و مقدمه 116
هوش کسب و کار و انبار داده ها 117
هوش کسب و کار با استفاده از داده کاوی و داده کاوی در سیستم های ERP 118
داده کاوی و کشف دانش 119
نتیجه 120
منابع و مراجع 121
