
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه68
- مفاهیم پایه و قابکاری مفهومی:
- تعریف داده کاوی:
داده کاوی عبارت از کاوش و تجزیه و تحلیل مقادیر زیادی از داده به منظور اکتشاف الگوهای جدید، معتبر، مفید و قابل درک در آن ها می باشد. هان و کمبر، داده کاوی را به عنوان فرایند کشف دانش جالب و مفید از حجم زیاد داده های ذخیره شده در پایگاه های داده، انباره های داده و دیگر بانک های داده توصیف کرده اند. توسعه تکنولوژی های ذخیره و بازیابی اطلاعات، وجود حجم زیاد داده اما اطلاعات و دانش کم، نیاز به تبدیل اطلاعات به دانش و لزوم خودکار یا حداقل نیمه خودکار بودن فرآیند تبدیل اطلاعات به دانش از جمله دلایل توسعه استفاده از داده کاوی می باشند [4].
توجه به این نکته حائز اهمیت است که داده کاوی مرحله ای از اکتشاف دانش است که خود به صورت فرآیند است. شکل 1 فرآیند اکتشاف دانش و موقعیت داده کاوی را در آن نمایش می دهد.
شکل 1 : فرایند اکتشاف دانش
- پاکسازی و یکپارچه کردن داده ها: پاکسازی داده ها به معنای زدودن داده های غیرمرتبط و نویز است و در هنگامی که چند منبع داده با هم ترکیب می شوند، نیازمند یکپارچه کردن داده ها هستیم.
- انتخاب و انتقال داده ها: در مرحله انتخاب، داده های مرتبط و مورد نیاز تحلیل، از پایگاه داده بازیابی می شوند و در مرحله انتقال، داده ها به فرمت مناسب برای کاوش آنها تبدیل می شوند به طور مثال، خلاصه سازی داده ها.
- داده کاوی: در این مرحله از روش های هوشمند برای استخراج الگو در داده ها استفاده می شود.
- ارزیابی و نمایش داده ها: این مرحله شامل شناسایی الگوها و دانش جالب و نمایش آنها می باشد.
همان طور که گفته شد، داده کاوی فرایند کشف دانش جالب و مفید از حجم زیاد داده های ذخیره شده در پایگاه های داده، انباره های داده و دیگر بانک های داده می باشد. بر اساس این دیدگاه، معماری یک سیستم داده کاوی ارائه شده است (شکل 2)
تحقیق در مورد سیستم داده کاوی