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 کاوی 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 کاوی
ساختن یک پایگاه داده داده کاوی
جستجوی داده
ساختن مدل داده کاوی
تائید اعتبارساده
ارزیابی و تفسیر؛ تایید اعتبار مدل
ایجاد معماری مدل و نتایج
سابقه داده کاوی
مفهوم داده کاوی
نرمافزارهای دادهکاوی
فعالیت های داده کاوی
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 دادهکاوی
فصل دوم : کاربرد های داده کاوی
چند کاربرد مهم و کاربردی داده کاوی
فصل سوم – بررسی موردی1: وب کاوی
معماری وب کاوی
مشکلات ومحدودیت های وب کاوی 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
کیفیت داده ها
قابلیت انتقال داده ها و استفاده از اطلاعات
چالش برآورد مدل های داده کاوی
دقت نتایج متدهای داده کاوی
پیچیدگی و هزینه زمانی
محرمانگی داده ها
نتیجه گیری
منابع و مراجع