چکیده
|
|
مقدمه
|
2
|
سابقه داده کاوی
|
3
|
فصل اول- مفهوم داده کاوی
|
6
|
-1-1 فرآیند دادهکاوی
|
7
|
1-2- قابلیتهای ابزار های داده کاوی
|
8
|
1-2-1- هم پیوندی
|
8
|
1-2-2- طبقه بندی
|
8
|
1-2-3- الگوهای ترتیبی
|
9
|
1-2-4- خوشه بندی
|
10
|
1-3- کاربردهای داده کاوی
|
10
|
1-3-1- کاربردهای تجاری
|
11
|
1-3-1-1- مدیریت ارتباط با مشتری
|
11
|
1-3-1-2- تحلیل سبد خرید
|
13
|
1-3-2- کاربردهای علمی
|
15
|
1-3-3- کاربردهای امنیتی
|
15
|
فصل دوم- داده کاوی توزیع شده
|
17
|
فصل سوم- عاملها، سیستمهای چندعامله و دادهکاوی توزیع شده
|
23
|
3-1- عامل
|
23
|
3-2- سیستمهای چندعامله
|
24
|
3-3- سیستمهای چندعامله، بستری برای دادهکاوی توزیع شده
|
25
|
3-3-1- توزیع شدگی منابع اطلاعاتی
|
25
|
3-3-2- توزیع شدگی وتنوع روشها وسیستمهای دادهکاوی
|
26
|
3-4- بکارگیری مکانیزمهای مناسب برای حل مسائل پیچیده
|
26
|
3-5- دادهکاویتوزیعی به عنوان یک اتحادموقت ومسئله مذاکره
مذاکره
|
27
|
فصل چهارم- پیشینه موضوع
|
28
|
4-1- ( JAM)
|
28
|
4-2- (PADMA)
|
30
|
فصل پنجم- پروسهی کشف دانش از پایگاه داده
|
31
|
5-1- ویژگی های KDD
|
32
|
5-1-1- استخراج دادهها
|
32
|
5-1-2- آماده کردن دادهها
|
33
|
5-1-3- مهندسی دادهها
|
33
|
5-1-4- مهندسی الگوریتم و تعیین استراتژی های کاوش
|
33
|
5-1-5- اجرای الگوریتم کاوش و ارزیابی نتایج
|
34
|
5-2- زبانهای پرسشی دادهکاوی
|
34
|
فصل ششم- معماری FlexQG
|
36
|
6-1- دلایل اقبال و رویکردمابه روشهاوالگوریتمهای بر پایهیSQL
|
37
|
6-2- چه مشکلاتی در سر راه پیادهسازی این رهیافت وجود دارند؟
|
38
|
6-3- انواع معماری های ممکن
|
39
|
6-3-1- خواندن مستقیم از DBMS
|
39
|
6-3-2- استفاده از توابع تعریف کاربر
|
39
|
6-4- معماری مورد استفاده
|
39
|
6-5- روشهای کاوش مورد پشتیبانی
|
40
|
فصل هفتم- آمادهسازی دادهها
|
41
|
7-1- جمعآوری دادهها
|
41
|
7-2- پیشپردازش دادهها
|
41
|
7-2-1- طبقهبندی کردن ویژگی های عددی
|
41
|
7-2-2- تبدیل ویژگیهای رشتهای با مقادیر خاص به ویژگی عددی
|
42
|
7-2-3- پاکسازی دادهها
|
43
|
7-2-4- گرامر آمادهسازی دادهها در FlexQG
|
43
|
فصل هشتم- کلاسهبندی و پیشگویی دادهها
|
44
|
8-1- انواع روشهای کلاسهبندی
|
45
|
8-2- مراحل یک الگوریتم کلاسهبندی
|
45
|
8-3- ارزیابی روشهای کلاسهبندی
|
45
|
8-4- روش درخت تصمیم در کلاسهبندی
|
46
|
8-4-1- انواع درختهای تصمیم
|
47
|
8-4-1-1- (Classification and Regression Tree) CART
|
47
|
8-4-1-1-1- نحوهی هرس کردن درخت
|
48
|
8-4-1-2-(Chi - Squared Automatic Iteration Decision tree) CHAID
|
48
|
8-4-1-2-1- نحوه محاسبه ی χ2
|
49
|
8-4-1-2-2- شرط پایان
|
49
|
8-5- الگوریتمهای کلاسهبندی و FlexQG
|
49
|
8-6- گرامر پیشنهادی
|
50
|
فصل نهم- کاوش قوانین وابسته سازی
|
51
|
9-1- اصول کاوش قوانین وابسته سازی
|
51
|
9-2- اصول استقرا در کاوش قوانین وابسته سازی
|
52
|
9-3- کاوش قوانین وابسته سازی و FlexQG
|
54
|
9-4- گرامر پیشنهادی برای کاوش قوانین وابستهسازی
|
54
|
فصل دهم- خوشهبندی
|
55
|
10-1- تعریف فرآیند خوشهبندی
|
55
|
10-2- کیفیت خوشهبندی
|
56
|
10-3- روش ها و الگوریتمهای خوشهبندی
|
56
|
10-3-1- الگوریتمهای تفکیک
|
57
|
10-3-2- الگوریتمهای سلسلهمراتبی
|
57
|
10-3-3- روشهای متکی برچگالی
|
59
|
10-3-4- روشهای متکی بر گرید
|
59
|
10-3-5- روشهای متکی بر مدل
|
59
|
10-3-6- تکنیکهای خوشهبندی دیگر
|
59
|
10-4- دستهبندی ویژگیهای الگوریتمهای خوشهبندی
|
60
|
10-5- الگوریتمهای خوشهبندی و FlexQG
|
60
|
10-5-1- بررسی پارامترهای لازم برای الگوریتمهای
|
61
|
10-5-2- بررسی پارامترهای لازم برای الگوریتمهای
|
63
|
10-5-3- گرامر پیشنهادی
|
63
|
فصل یازدهم- الگوریتم کلی کاوش قوانین وابستهسازی، با استفاده از رهیافت SQL
|
64
|
11-1- قوانین وابستهسازی
|
64
|
11-2- کاوش اجزای وابسته
|
64
|
11-3- الگوریتم Apriori
|
64
|
11-4- وابسته سازی در SQL
|
65
|
11-5- شمارش پشتیبانی برای پیدا کردن مجموعه عناصر تکراری
|
67
|
11-5-1- k-way Jains:
|
67
|
11-5-2- Subquery-based:
|
68
|
فصل دوازدهم- پیادهسازی چارچوب کلی الگوریتمهای خوشهبندی تفکیکی، بر پایهی SQL
|
69
|
12-1- ورودیهای الگوریتم
|
69
|
12-2- خروجیهای الگوریتم
|
69
|
12-3- مدل احتمال به کار رفته
|
69
|
12-4- الگوریتم EM
|
71
|
12-5- قدم اول: سادهسازی و بهینه کردن الگوریتم
|
72
|
12-6- پیادهسازی SQL استاندارد الگوریتم EM
|
73
|
جمع بندی و نتیجه گیری
|
76
|
پیوست الف: گرامر کلی زبان FlexQG
|
77
|
مراجع و منابع
|
81
|