کاملترین مجموعه داده کاوی: استفاده از داده کاوی در دسته بندی مشتریان

اختصاصی از فی فوو کاملترین مجموعه داده کاوی: استفاده از داده کاوی در دسته بندی مشتریان دانلود با لینک مستقیم و پر سرعت .

کاملترین مجموعه داده کاوی: استفاده از داده کاوی در دسته بندی مشتریان

استفاده از داده کاوی در دسته بندی مشتریان

به همراه منابع و اسلاید ها و دکیومت رود 108 صفحه ای

 مقدمه ای بر داده کاوی
 داده کاوی داده های مشتریان
دسته بندی مشتریان با روشهای موجود
 ارائه یک روش جدید برای انجام عملیات دسته بندی
مقایسه روشهای موجود و روش جدید
 تعیین تعداد بهینه مشتریان دعوتی برای یک محصول جدید
پیشنهاد یک روش جدید برای مقایسه الگوریتمهای دسته بندی مشتریان
 نتیجه گیری و اقدامات آتی

مقدمه

از زمان پیدایش علم آمار دانشمندان نیاز به کشف خصوصیات داده ها را احساس کرده بودند. با استفاده از آمار و روشهای آن در آن زمان خصوصیات داده ها از قبیل پراکندگی و تمرکز آنها بررسی می شد. با افزایش نیاز به استفاده از داده ها و درک ارزش اطلاعات ، داده ها به سرعت در حال جمع و ذخیره شدن می باشند که این سرعت همه روزه در حال زیاد شدن می باشد. به موازات سرعت زیاد ذخیره شدن داده ها ابزارهای محاسبه مکانیکی، الکتریکی و در نهایت کامپیوترها نیز بوجود آمده اند. حجم زیاد داده های ذخیره شده که معمولا  از منابع گوناگون تهیه شده بودند و بعضا دارای قالبهای متفاوتی نیز بودند سبب شد که در بعضی موارد روشهای آماری به تنهایی قادر به کشف خصوصیات داده ها نباشند. دانشمندان برای رفع این مشکل تصمیم گرفتند که از سرعت بالای کامپیوترها استفاده نمایند. همین امر سبب شد که روشهای ابتکاری دیگری علاوه بر روشهای آماری مثل شبکه های عصبی، الگوریتم ژنتیک ایجاد شود.

سه موضوع انبارش و ذخیره شدن داده ها، افزایش سرعت کامپیوترها و پیدایش الگوریتمهای جدید کار با داده ها باعث ایجاد علمی با نام داده کاوی[1] شده است.

داده کاوی عبارت است از "استخراج اطلاعات و دانش و کشف الگوهای پنهان از یک پایگاه داده های بسیار بزرگ"  ]3[ . که این الگوها و دانشها معمولا مستتر در داده        می باشند. از داده کاوی می توان برای انجام کارهایی مثل دسته بندی[2]، پیش بینی[3]، تخمین[4] و خوشه بندی[5] داده ها استفاده نمود. برای انجام این کارها تکنیکهایی توسعه یافته اند که با توجه به پیشرفت کامپیوترها و این علم همه روزه برتعداد و کیفیت این تکنیکها افزوده  می شود. تعدادی از معروفترین این تکنیکها عبارتند از: الگوریتمهای خوشه بندی[6]، شبکه های عصبی[7]، الگوریتم ژنتیک[8]، نزدیکترین همسایگی[9] و درخت تصمیم گیری[10].

ویژگیهای داده کاوی سبب شده که امروزه در تجارت و کسب و کار از آن بسیار استفاده شود. شرکتهای مخابراتی، بانکها، شرکتهای بازاریابی و تبلیغاتی و کلیه شرکتهایی که از پایگاههای داده های بزرگی برخوردار بوده و از اهمیت اطلاعات و آگاهی در بازار خبر دارند‏‏، می توانند از داده کاوی بعنوان یک ابزار بسیار قوی برای رشد و پیشرفت در بازار استفاده کنند.

یکی از زمینه های بسیار مهم تجارت که امروزه مورد توجه بسیاری قرار گرفته است مشتریان و داده های مربوط به آنهاست. سازمانها به دلیل اهمیتی که به مشتریان و اطلاعات مربوط به آنها می دهند با سرعت زیادی در حال ذخیره سازی  و استفاده از   داده های مربوط به مشتریان خود هستند. همین امر سبب شده تا علم داده کاوی خود را بیشتر درتحلیل داده های مشتریان نمایان سازد.

[1]  Data Mining

[2]  Classification

[3]  Prediction

[4]  Estimation

[5]  Clustering

[6]  Cluster Detection Algorithm

[7]  Neural Networks

[8]  Genetic Algorithm

[9]  Nearest Neighboring

[10]  Decision Tree

تحقیق در مورد روان کاوی

اختصاصی از فی فوو تحقیق در مورد روان کاوی دانلود با لینک مستقیم و پر سرعت .

 

فرمت فایل:word



تعداد صفحات:71

روان‎کاوی به عنوان روشی برای درمان
«تنها معیاری که حقیقت را به وسیلة آن می‎توان ارزیابی کرد، نتایج عملی حاصل از آن است».
«مائوتسه تونگ »
افراد غیرحرفه‎ای روان‎کاوی را بیشتر به عنوان روشی برای درمان اختلالهای روانی، روان‎رنجوری و احتمالاً روان‎پریشی به شمار می‎آورند. مسلم است که فروید برای نخستین بار نظریه و روشهای روان‎کاوی را برای درمان بیماران روانی مطرح و ادعاهای بسیاری را در مورد این روشها بیان کرده است. نخستین ادعا این است که روان‎کاوی می‎تواند ناراحتی‎های بیماران روانی را درمان کند؛ و دومین ادعا این است که فقط روان‎کاوی می‎تواند این کار را انجام دهد. نظریة او دربارة روان‎رنجوریها و روان‎پریشی‎ها اساساً تأکید دارد که شکایتهایی که بیمار نزد روان‎پزشک یا روان‎شناس بیان می‎کند، صرفاً نشانه‎های برخی از بیماریهای بنیادی و عمیق‎تر هستند و تا این بیماریها درمان نشوند، امیدی برای بهبود بیمار وجود نخواهد داشت، و چنانچه تلاش کنیم تا این نشانه‎ها را رفع کنیم، دوباره عود خواهند کرد و یا نشانه‎های دیگر جانشین آنها خواهند شد؛ برای مثال، نشانة دیگری که در حد نشانة پیشین و یا حتی شدیدتر از آن است ظاهر می‎شود. پس رویگردانی فروید از آنچه وی آنها را «درمانهای سمپتوماتیک»  (یا نشانگر) می‎نامد، از این امر ریشه می‎گیرد و جانشینان جدید او نیز بر این عقیده اصرار می‏ورزند.
به باور فروید، «اختلالی» که در پس نشانه‎های ظاهری قرار دارد به سرکوبی افکار و احساسهایی مربوط می‎شود که با اخلاق و نگرش هشیار بیمار در تعارض هستند و نشانه‎های بیماری بیانگر این افکار و امیال سرکوفته و ناهشیارند. از دیدگاه فروید تنها راه درمان آن است که بیمار به بینش» برسد، و این کار به کمک تعبیر رؤیاها، لغزشهای اتفاقی در گفتار، فراموشیهای لحظه‎ای در حافظه و اعمال نامناسب امکان‎پذیر است. فروید عقیده داشت که همة‌ این پدیده‎ها به وسیلة‌ موضوع‎های سرکوب شده‎ای ایجاد می‎شوند که خاستگاه آنها قابل پیگیری است و به محض ‌«بینش» یافتن نسبت به آنها نشانه‎های بیماری ناپدید می‎شوند و بیمار درمان خواهد شد. البته معنای واژة «بینش» از دیدگاه فروید نه تنها شامل توافق شناختی با درمانگر است بلکه پذیرش هیجانی پیوند علت و معلولی را نیز دربرمی‎گیرد. فروید معتقد بود که ممکن است برخی از روشهای درمان برای مدتی بدون رسیدن به چنین بینشی، در ناپدید کردن بیماری موفق باشند، ولی بیماری باقی خواهد ماند.
 این الگو که از دیدگاه پزشکی نسبت به بیماریها گرفته شده، در نظر پزشکان بسیار گیرا است، زیرا همیشه به آنان گفته شده است که نباید تب را به طور مستقیم درمان کرد، چرا که تب تنها یک نشانه است. کاری که باید انجام شود آن است که بیماری ایجاد‎کنندة تب را درمان کنیم، زیرا وقتی خود بیماری از میان رفت، تب نیز قطع خواهد شد. البته در پزشکی عمومی نیز قایل شدن تمایز میان بیماری و نشانة بیماری همواره روشن نیست، برای مثال، آیا پای شکسته یک بیماری است یا نشانة آن است؟ فروید و پیروانش هیچ‎گاه دربارة‌ کاربردپذیری الگوی پزشکی برای اختلالهای روانی تردید به خود راه نداده‎اند ولی همان‎طور که خواهیم دید، دیدگاه آنان به طور قطع درست نیست و دیدگاه‎های دیگری در برابر آن مطرح شده‎اند.
در سالهای بعد، فروید نسبت به امکان کاربرد روان‎کاوی به عنوان روشی برای درمان آشکارا دچار بدبینی شد. او اندکی پیش از مرگ گفته است که باید از وی بیشتر به عنوان پیشگام روش نوین بررسی فعالیت ذهنی یاد شود تا یک درمانگر، و همان‎طور که خواهیم دید، تردیدهای بسیاری دربارة کارآیی روان‎کاوی به عنوان روشی برای درمان در عموم مردم ظاهر شده است. اما بسیاری از پیروان فروید، که با حرفة روان‎درمانگری امرارمعاش می‎کنند، از پذیرش این نتیجه‎گیری بدبینانة او خودداری می‎ورزند و هنوز هم ادعاهای زیادی دربارة ‌کارآیی روان‎کاوی به عنوان یک روش درمانی مطرح می‎کنند. روان‎کاوی انگشت‎شماری یافت می‎شوند که این روزها از کاربرد روان‎کاوی در مورد روان‎پریشی‎هایی مانند اسکیزوفرنیا  و اختلال منیک ‏‎- دپرسیو  (شیدایی ‎- افسردگی) دفاع کنند. در این‎باره همگان در عمل توافق دارند که روان‎کاوی حرفی برای گرفتن ندارد و بیشتر در ارتباط با اختلالهای روان‎رنجوری مانند حالتهای اضطرابی، هراسها، وسواسهای فکری ‎- عملی، هیستری و غیره است که بیشترین ادعاها را مطرح می‎کند. آشکار است که بیماران سالیان دراز را صرف درمان نخواهند کرد و حق‎الزحمه‎های گزاف نخواهند پرداخت، مگر این که متقاعد شوند روان‎کاوی بیماری آنان را بهبود خواهد بخشید و یا می‎تواند واقعاً آنان را درمان کند. روان‎کاوان همیشه این امیدها را به بازی گرفته و مهم جلوه داده‎اند، و هنوز مدعی موفقیت در درمان اختلالهای روان‎رنجوری هستند، و این ادعایی است که هیچ‎گاه به اثبات نرسیده است.
چنین اتهامهایی جدی است و هدف این فصل و فصلی که در پی خواهد آمد، بحث مفصل دربارة‌ واقعیتها و توجیه و تأیید نتیجه‎گیریهای ما خواهد بود. ولی پیش از آغاز اجازه دهید تا به طور خلاصه بگوییم که چرا این موضوع تا بدین اندازه مهم تلقی می‎شود. این موضوع به دو دلیل اهمیت دارد:‌ نخست آن که اگر واقعاً درست باشد که روان‎کاوی نمی‎تواند به عنوان یک روش درمانی آنچه را که انتظار می‏رود برآورده نماید، پس به طور یقین علاقة عموم به آن به میزان چشمگیر کاسته خواهد شد. دولتها از تخصیص بودجه برای درمان با روش روان‎کاوی و تربیت روان‎کاوی خودداری خواهند کرد. توجه عمومی به روان‎کاوان به عنوان درمانگران موفق فروکش خواهد کرد و شاید دیدگاه‎های آنان در بسیاری از مسایل دیگر نیز با اشتیاق کمتری مورد پذیرش قرار گیرد، زیرا آشکار خواهد شد که روان‎کاوان حتی در نخستین وظیفة خود که همان درمان بیماران است، موفق نیستند. دیگر پیامد مهم این خواهد بود که ما به جستجوی روشهای بهتری برای درمان خواهیم پرداخت و دیگر مجبور نخواهیم بود تا به اصطلاح «درمان سمپتوماتیک» یا نشانگر را به سادگی فراموش کنیم، زیرا فروید نظریه‎ای را بیان کرده و مدعی است که این روشها مؤثر نیستند. این مطالب پیامدهای عملی مهمی دارند و با در نظر گرفتن تعداد بیماران مبتلا به اختلالهای روان‎رنجوری (تقریباً یک نفر از هر شش نفر در جامعه، از نشانه‎های روان‎رنجوری در رنج است و نیاز به درمان دارد)، میزان مصیبت و بدبختی بیمارانی را که به امید درمان شدن با کمک یک شیوة درمانی موفق نشسته‎اند،‌نباید کم ارزش جلوه دهیم. القای امیدهای پوچ دربارة موفقیت‎آمیز بودن چنین درمانی، دریافت پولهای کلان بابت درمان ناموفق و تلف کردن وقت بیمار که گاهی شامل ملاقاتهای هر روزه با روان‎کاو به مدت چهار سال و یا بیشتر می‎شود، نباید به سادگی مورد بی‎توجهی قرار گیرد.
از دیدگاه علمی، عدم موفقیت درمان به شیوة روان‎کاوی دارای پیامدهای نظری دیگری است که مهم تلقی می‎شوند. براساس این نظریه، درمان باید مؤثر واقع شود، و درمانی که موفق نباشد آشکارا نشانگر این است که نظریه معتبر نیست. این بحش اغلب از سوی روان‎کاوان رد می‎شود زیرا معتقدند که درمان تا اندازه‎ای مستقل از نظریه است و احتمال دارد حتی با وجود بی‎اثر بودن درمان، نظریه درست باشد. البته از نظر منطقی چنین امری امکان‎پذیر است و شایدت بنا به دلایلی که فروید از آنها بی‎اطلاق بود، نظریة او به واقع درست بوده ولی موجب عدم موفقیت درمان شده است. البته چنین احتمالی بسیار ضعیف است، به ویژه لاآن که چنین موانعی از سوی روان‎کاوان مطرح نشده و به نظر هم نمی‎رسد که پژوهشی برای آشکار کردن چنین موانعی از سوی آنان انجام شده باشد. به طور یقین فروید در آغاز کارش موفقیت عنوان شده برای شیوة درمان خود را نیرومندترین تأیید برای نظریة خویش تلقی کرده است. بنابراین، شکست روش درمانی می‎بایست توجه او را به خود اشتباه‎های احتمالی در نظریه‎اش جلب می‎‎کرد، ولی چنین نشد.


 

پایان نامه داده کاوی و مفاهیم و کاربرد داده کاوی (فرمت فایل Word و با قابلیت ویرایش)تعداد صفحات 101

اختصاصی از فی فوو پایان نامه داده کاوی و مفاهیم و کاربرد داده کاوی (فرمت فایل Word و با قابلیت ویرایش)تعداد صفحات 101 دانلود با لینک مستقیم و پر سرعت .

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 .

با گسترش فناوری اطلاعات و ارتباطات[1] درجهان و ورود سریع آن به زندگی روزمره مردم مسائل و ضرورت­های تازه­ای به­وجود­آمده­است .امروزه انسان توسعه یافته کسی است که به اطلاعات دسترسی داشته­باشد و دسترسی به اطلاعات نه یک ضرورت،که یک قدرت محسوب­می­شود. دراین­میان شهر­ها به عنوان مراکز قدرت انسانی و تمدن­های بشری بیش از پیش اهمیت­یافته­اند. به اعتقاد الوین تافلر، مردم کره زمین تا به امروز سه موج اساسی تحول راپشت سرگذاشته اند :

موج اول، موج انقلاب کشاوزی است که زمان آغاز آن برکسی مشخص نیست.

موج دوم، انقلاب صنعتی است که به دنبال اختراع ماشین بخار در سال  1764آغاز­ شد.

موج سوم یا انقلاب انفورماتیک است که ازسال 1946 که بشر به ساخت کامپیوتر نائل آمده آغاز گشته­است.

اگر در موج دوم سخت­افزارها به کمک انسان­ها می­آمدند، درموج سوم این نرم­افزار­ها هستند که به خدمت بشر می­شتابند و تفکرات و تصورات آدمی را به شکل کدهای صفر و یک و با کمک امواج ماهواره­ای مبادله ­می­کنند.

 در موج سوم، انسان هر روز که بیشتر یاد ­می­گیرد، بیشترمی فهمدکه با حقیقت فاصله دارد .موج سوم راموج خردورزی نیز لقب داده اند زیرا در این عرصه­ها، انسان­ها دیگر فرصت ندارند زیاد با هم صحبت­کنند، همه چیز تعریف­شده و برای هر تعریف، یک کد درنظرگرفته­شده­است.

از سوی دیگر در دنیای به شدت رقابتی امروز، اطلاعات بعنوان یکی از فاکتورهای تولیدی مهم پدیدار شده است. در نتیجه تلاش برای استخراج اطلاعات از داده ها توجه بسیاری از افراد دخیل در صنعت اطلاعات و حوزه های وابسته را به خود جلب نموده است.   
حجم بالای داده های دائما در حال رشد در همه حوزه ها و نیز تنوع آنها به شکل داده متنی، اعداد، گرافیکها، نقشه ها، عکسها،  تصاویر ماهواره ای و عکسهای گرفته شده با اشعه ایکس نمایانگر پیچیدگی کار تبدیل داده ها به اطلاعات است. علاوه بر این، تفاوت وسیع در فرآیندهای تولید داده مثل روش آنالوگ مبتنی بر کاغذ و روش دیجیتالی مبتنی بر کامپیوتر، مزید بر علت شده است. استراتژیها و فنون متعددی برای گردآوری، ذخیره، سازماندهی و مدیریت کارآمد داده های موجود و رسیدن به نتایج معنی دار بکار گرفته شده اند. بعلاوه، عملکرد مناسب ابرداده که داده ای درباره داده است در عمل عالی بنظر میرسد.

پیشرفتهای حاصله در علم اطلاع رسانی و تکنولوژی اطلاعات، فنون و ابزارهای جدیدی برای غلبه بر رشد مستمر و تنوع بانکهای اطلاعاتی تامین می کنند. این پیشرفتها هم در بعد سخت افزاری و هم نرم افزاری حاصل شده اند.

 ریزپردازنده های سریع، ابزارهای ذخیره داده های انبوه پیوسته و غیر پیوسته، اسکنرها، چاپگرها و دیگر ابزارهای جانبی نمایانگر پیشرفتهای حوزه سخت افزار هستند. پیشرفتهای حاصل در نظامهای مدیریت بانک اطلاعات در طی چهار دهه گذشته نمایانگر تلاشهای بخش نرم افزاری است.

 این تلاشها در بخش نرم افزار را میتوان بعنوان یک حرکت پیشرونده از ایجاد یک بانک اطلاعات ساده تا شبکه ها و بانکهای اطلاعاتی رابطه ای و سلسله مراتبی برای پاسخگویی به نیاز روزافزون سازماندهی و بازیابی اطلاعات ملاحظه نمود. بدین منظور در هر دوره، نظامهای مدیریت بانک اطلاعاتی مناسب سازگار با نرم افزار سیستم عامل و سخت افزار رایج گسترش یافته اند. در این رابطه میتوان از محصولاتی مانند، Dbase-IV, Unify, Sybase, Oracle  و غیره نام برد.

داده کاوی یکی از پیشرفتهای اخیر در راستای فن آوریهای مدیریت داده هاست. داده کاوی مجموعه ای از فنون است که به شخص امکان میدهد تا ورای داده پردازی معمولی حرکت کند و به استخراج اطلاعاتی که در انبوه داده ها مخفی و یا پنهان است کمک می کند. انگیزه برای گسترش داده کاوی بطور عمده از دنیای تجارت در دهه 1990 پدید آمد. مثلا داده کاوی در حوزه بازاریابی، بدلیل پیوستگی غیرقابل انتظاری که بین پروفایل یک مشتری و الگوی خرید او ایجاد میکند اهمیتی خاص دارد.

تحلیل رکوردهای حجیم نگهداری سخت افزارهای صنعتی، داده های هواشناسی و دیدن کانال های تلوزیونی از دیگر کاربردهای آن است. در حوزه مدیریت کتابخانه کاربرد داده کاوی بعنوان فرایند ماخذ کاوی نامگذاری شده است. این مقاله به کاربردهای داده کاوی در مدیریت کتابخانه ها و موسسات آموزشی می پردازد. در ابتدا به چند سیستم سازماندهی داده ها که ارتباط نزدیکی به داده کاوی دارند می پردازد؛ سپس عناصر داده ای توصیف میشوند و درپایان چگونگی بکارگیری داده کاوی در کتابخانه ها و موسسات آموزشی مورد بحث قرار گرفته و مسائل عملی مرتبط در نظر گرفته می شوند.

فهرست :

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

متن کاوی متون فارسی در راستای طبقه بندی آن

اختصاصی از فی فوو متن کاوی متون فارسی در راستای طبقه بندی آن دانلود با لینک مستقیم و پر سرعت .

چکیده
امروزه با افزایش روز افزون حجم اطلاعات متنی، وجود روشهای طبقه بندی متون ضروری به نظر میرسد. همچنین با رشد فزاینده ی منابع متنی فارسی این مهم بیشتر احساس میشود هرچند که هنوز کارهای صورت گرفته مخصوصاً در زمینهی طبقه بندی متون فارسی به گستردگی لاتینی، چینی و غیره نیست. در این مقاله مروری کلی بر روشهای استخراج ویژگی و انواع روشهای طبقه بندی صورت گرفته و در نهایت نتایج حاصل از دو طبقه بند بیزین ساده و ماشین بردار پشتیبان با هم مقایسه میشوند. نتایج حاصل از آزمایشات صورت گرفته حاکی از این است که طبقه بندی کننده ی ماشین بردار پشتیبان از عملکرد بهتری برخوردار است.
واژه های کلیدی طبقه بندی متون، بردار ویژگی، ماشین بردار پشتیبان، متن کاوی.

چالش کیفیت آموزش عالی در ایران زمینه کاوی تاریخی31 ص

اختصاصی از فی فوو چالش کیفیت آموزش عالی در ایران زمینه کاوی تاریخی31 ص دانلود با لینک مستقیم و پر سرعت .

آموزش عالی در ایران در درون دولت به وجود آمد و از سنتهای ریشه‌دار، پویایی‌های درونزا، آزادی و ابتکار عمل لازم برای ارزیابی کیفیت و خود – تنظیمی محروم ماند. دانشگاه ایرانی در طی چندین دهه، قادر به رصد کردن خود نشده است و نتوانسته است ساختارهای درونزا و کارآمدی از تضمین کیفیت به وجود بیاورد و توسعه بدهد. مقالة حاضر به روش تحلیل تاریخی – اسنادی و با رویکرد انتقادی به بررسی فعالیتهایی می‌پردازد که در طی نزدیک به صد سال گذشته در آموزش عالی و دانشگاه ایرانی در ارتباط با ارزشیابی کیفیت صورت گرفته است. هدف مقاله، کمک به فراهم شدن شناخت تحلیلی نسبت به این موضوع و چالشهای پیش روست.

در دوره قبل از انقلاب، کوشش‌های دانشگاهیان و نخبگان پیشرو برای پایش درونزای کیفیت آموزش عالی حتی اگر هم شده با ایجاد ساختارهای واسط دانشگاهی – دولتی، بنا به علل ساختار سیاسی و تعارضهای ناشی از آن نافرجام مانده است. در بعد از انقلاب روایتی مذهبی از الگوی ایدئولوژیک سیاسی به شکل‌گیری نظامی از نظارت و کنترل دیوانسالار بر دانشگاه انجامید و مانع از آن شد که او هوشمندیهای درونی خود را برای رصد کیفیت، ظاهر سازد و توسعه بدهد. در دوره سوم که از سالهای پایانی قرن بیستم آغاز شده است، تحولاتی در جامعه به عنوان بازتابی از تحولاتی جهانی، بستری فراهم آورد که بحث کیفیت به مفهوم آکادمیک آن در میان برخی دانشگاهیان ایران در بگیرد. نسل جدید و رو به رشد کارشناسان در درون دولت، حامل این بحث شدند و چالشهایی برای رویکرد علمی به تضمین کیفیت دانشگاه، در مواجهه با موانع ساختاری کشور آغاز شد. تأکید بر ارزیابی درونی دانشگاهها و ارزیابی بیرونی توسط همتایان علمی و تخصصی و نهادهای حرفه‌ای غیردولتی، با هدف بهبود درونزای کیفیت، از جملة محورهای این چالشها در برابر نظارت دیوانسالار دولتی بوده است.

تحولات آرام در متن جامعة‌ ایرانی سبب شد که برخی از گفتارهای علمی و پیشرو و رو به رشد در آن، کم و بیش وارد متن برنامه چهارم توسعه بشود که از جملة‌آن اصل خودارزیابی و خود تنظیمی دانشگاهها براساس استقلال آکادمیک و آزادی علمی بوده است ولی میل

غالب در ساختار و مدیریت سیاسی کشور، همچنان به کنترل بیرونی و دیوان‌سالار دانشگاه معطوف است. تعارض میان متن‌های کم و بیش مترقی با ساختارهای نوعاً متصلب، بازتابی از دوگانگی‌ها در جامعة‌گذار ایرانی است.