سفارش تبلیغ
صبا ویژن

مفاهیم داده کاوی و انباره داده ای

دسته: کامپیوتر

حجم فایل: 459 کیلوبایت

تعداد صفحه: 23

مفاهیم داده کاوی

و

انباره داده ای

دکتر غضنفری

داده کاوی یکی از عناوین پرطرفدار در فن آوری اطلاعات است. امروزه اکثر سازمانها از لحاظ داده ها بسیار غنی می باشند، چرا که آنها به جمع آوری حجم بسیار روزافزون داده ها مشغولند. عموماً سازمانها از این کوه داده ها برای ارائه اعداد و واقعیتها استفاده می کنند، اما این اعداد و واقعیتها نمایانگر دانش نیستند و حتی می توان اذعان داشت که امروزه سازمانها با فقر دانش روبرو هستند. تعریف ما از داده کاوی فرآیند استخراج دانش از داده ها می باشد. این امر از طریق کشف الگوها در داده های مربوط به رفتار گذشته فرآیندها امکانپذیر است.

داده کاوی، استخراج اطلاعات پیش گویانه پنهان از پایگاههای داده ای بزرگ، یک تکنولوژی جدید قدرتمند با توان زیاد برای کمک به شرکتهاست تا بروی اطلاعات مهم موجود در انبار داده های خود تمرکز کنند. ابزارهای داده کاوی رفتارها و روندهای آینده را پیش گوئی می کنند و بدین ترتیب به شرکتها اجازه می دهند که بر پایه دانش و پویش گرایانه تصمیم گیری کنند. ابزارهای داده کاوی سؤالاتی را می توانند جواب دهند که در گذشته زمان زیادی برای جوابگوئی آنها لازم بود. شکل زیر نشان میدهد که داده کاوی در واقع ترکیبی از چندین تکنولوژی می باشد:

مدیریت داده ها، آمار، یادگیری ماشینی و تجسم سازی (2).

سیر تکاملی تکنولوژی پایگاه داده

سیر تکاملی تکنولوژی پایگاه داده

داده ها غالبا به عنوان رشته ای از بیتها، اعداد و یا سمبولها معرفی می شوند. اطلاعات داده هاس پردازش شده می باشد و دانش همان اطلاعات مجتمع شامل fact ها و ارتباطات آنها میباشد که از بخشهای مختلف تصویری، ذهنی و کشف شده بدست میآیند. داده کاوی کشف دانش پنهان از داده های یک سازمان میباشد.

مفاهیم داده کاوی و انباره داده ای

داده کاوی

تعریف ما از داده کاوی فرآیند استخراج دانش از داده ها می باشد. این امر از طریق کشف الگوها در داده های مربوط به رفتار گذشته فرآیندها امکانپذیر است. داده کاوی، استخراج اطلاعات پیش گویانه پنهان از پایگاههای داده ای بزرگ، یک تکنولوژی جدید قدرتمند با توان زیاد برای کمک به شرکتهاست تا بروی اطلاعات مهم موجود در انبار داده های خود تمرکز کنند. ابزارهای داده کاوی رفتارها و روندهای آینده را پیش گوئی می کنند و بدین ترتیب به شرکتها اجازه می دهند که بر پایه دانش و پویش گرایانه تصمیم گیری کنند. ابزارهای داده کاوی سؤالاتی را می توانند جواب دهند که در گذشته زمان زیادی برای جوابگوئی آنها لازم بود. شکل زیر نشان میدهد که داده کاوی در واقع ترکیبی از چندین تکنولوژی می باشد: مدیریت داده ها، آمار، یادگیری ماشینی و تجسم سازی (2).

سیر تکاملی تکنولوژی پایگاه داده

داده ها غالبا به عنوان رشته ای از بیتها، اعداد و یا سمبولها معرفی می شوند. اطلاعات داده هاس پردازش شده می باشد و دانش همان اطلاعات مجتمع شامل fact ها و ارتباطات آنها میباشد که از بخشهای مختلف تصویری، ذهنی و کشف شده بدست میآیند. داده کاوی کشف دانش پنهان از داده های یک سازمان میباشد.

خرید

مطالب مرتبط


ایجاد سیستم خبره ارجاع بیمارستان همراه با الگوریتم سیستم پشتیبان

دسته: پزشکی

حجم فایل: 1207 کیلوبایت

تعداد صفحه: 32

ایجاد سیستم خبره ارجاع بیمارستان همراه با الگوریتم سیستم پشتیبانی تصمیم گیری مبتنی بر بهینه سازی و پیش بینی

چکیده

تحقیق کنونی برای ایجاد یک سیستم خبره با استفاده از مسئله ارجاع بیمارستانی به عنوان نمونه، شیوه جدیدی را ارائه می دهد. عوامل زیادی نظیر خصیصه های سازمانی، ریسک های بیمار، پیمودن مسافت و فرصت های ادامه حیات و عوارض، می بایست در تصمیم گیری انتخاب بیمارستان گنجانده شوند. مطلوب این است که هر بیمار به طور جداگانه به وسیله فرایند تصمیم نه تنها با در نظر گرفتن وضعیت شان بلکه باورهای آن ها در مورد ارزیابی مقایسه ای میان خصیصه های بیمارستانی مطلوب، درمان شود. یک سیستم خبره می تواند به این تصمیم گیری پیچیده کمک نماید. بالأخص زمانی که عوامل زیادی باید در نظر گرفته شوند، ما روشی را پیشنهاد داده ایم که الگوریتم سیستم پشتیبانی تصمیم گیری مبتنی بر بهینه سازی و پیش بینی (PODSS) خوانده می شود که بدون یک پایه دانش مشخص، سیستم خبره ای را به وجود می آورد. این الگوریتم دانش را خودش با ایجاد طبقه سازی های یادگیری ماشینی از طریق مجموعه ای از نمونه های برچسب زده شده، کسب می کند. در پاسخ به یک سؤال، ‌الگوریتم با استفاده از یک مرحله بهینه سازی، پیشنهاد سفارشی می دهد تا به بیمار کمک می کند که احتمال دستیابی به یک نتیجه مطلوب را به حد اکثر برساند. در این حالت، بیمارستان پیشنهادی، راه حل بهینه ای است که احتمال نتیجه مطلوب را به حداکثر می کند. این سیستم خبره با طرح ریزی درست می تواند عوامل زیادی را ترکیب کند تا اینکه پشتیبانی تصمصم گیری انتخاب بیمارستان را در سطح فردی ارائه نماید.

کلیدواژه: سیستم های پشتیبانی تصمیم گیری؛ سیستم های خبره؛ داده کاوی؛ یادگیری ماشینی؛ ماشین های بردار پشتیبانی؛ بهینه سازی؛ هوش مصنوعی؛ ارجاع بیمارستان؛ کیفیت بیمارستان

خرید

مطالب مرتبط


ادغام برنامه ریزی سلسله مراتبی و داده کاوی (پیشنهاد محصول به مشت

چکیده

پیشنهاد محصول، فعالیت کسب و کاری می باشد که برای جذب مشتری مهم می باشد. بنابراین، بهبود کیفیت این پیشنهادات برای تامین نیاز مشتریان در محیط رقابتی شدید دارای اهمیت زیادی می باشد. اگرچه سیستم های پیشنهاد دهنده متفاوتی مطرح شده است، اما تعداد کمی ارزش دوام مشتری را بریا شرکت مد نظر قرار داده اند. معمولا ارزش دوام مشتری ((CLV از نظر متغیرهای تازگی، تکرار و پولی (RFM) مورد ارزیابی قرار گرفته اند. به هر حال اهمیت نسبی در بین آن ها با توجه به مشخصات تولید و صنعت متفاوت می باشد. ما روش جدیدی از پیشنهاد محصول را ایجاد کرده ایم که تکنیک های تصمیم گیری گروهی و پردازش اطلاعاتی را مد نظر قرار می دهد. برنامه ریزی های سلسله مراتبی (AHP) نیز برای تعیین وزن نسبی متغیرهای RFM در ارزیابی ارزش دوام و وفاداری مشتری، مد نظر قرار می گیرد. سپس تکنیک های دسته بندی برای مشتریان طبقه بندی شده بر طبق به ارزش وزنی RFM به کار برده شده است. سرانجام روش بررسی قوانی مربوطه بکار گرفته شد، تا پیشنهاد محصول برای هر یک ار گروه های مشتری ارائه شود. نتایج تجربی نشان داده است که این روش ها پا را فراتر نهاده و از RFM های یکسان و روش های فیلترینگ همکاری استفاده کرده اند.

مقدمه

رقابت بیشتر شرکت ها را وادار می کند تا نوع آوری های خود را در بازار برای تامین نیاز مشتری و بهبود رضایت آن ها توسعه دهند. استفاده از اینترنت و رشد تجارت الکترونیک فعالیت های بازار را گسترش داده و حجم عظیمی از اطلاعات مربوط به مشتریان را برای تجزیه و تحلیل ایجاد کرده است. این گونه از فعالیت های اقتصادی با استفاده از تجزیه و تحلیل اطلاعات مربوط به مشتریان برای تعیین اولویت های آن ها دارای اهمیت زیادی بوده و باعث بهبود فرایند تصمیم گیری در بازار می گردد. ایجاد حمایت مناسب برای تامین نیاز مشتری در افزایش موفقیت فروشگاه های آنلاین اهمیت داشته و به این ترتیب موفقیت وب سایت ها بستگی به افزایش کیفیت خدمات و اطلاعات برای ارائه به مشتریان دارد.

خرید

مطالب مرتبط


الگوریتمی برای داده کاوی متن برای ایجاد اتوماتیک پایگاه داده

  • عنوان لاتین مقاله: an algorithm for fast and efficient text mining used to automatically generate a database containing kinetic information of enzymes
  • عنوان فارسی مقاله: الگوریتمی برای داده کاوی سریع و کارآمد متن به منظور ایجاد اتوماتیک پایگاه داده حاوی اطلاعات سینتیک آنزیم ها
  • دسته: کامپیوتر و فناوری اطلاعات
  • فرمت فایل ترجمه شده: WORD (قابل ویرایش)
  • تعداد صفحات فایل ترجمه شده: 20
  • ترجمه سلیس و روان مقاله آماده خرید است.

خلاصه

پیش زمینه: مقدار اطلاعات بیولوژیکی در دسترس به سرعت رو به افزایش بوده و تمرکز تحقیقات بیولوژیکی از بخش های مجزا به سمت شبکه ها و حتی پروژه های بزرگتر کشانده شده که هدف آن ها تجزیه و تحلیل، مدلسازی و شبیه سازی شبکه های بیولوژیکی و همچنین مقایسه در سطح بالای ویژگی های سلولی می باشد. بنابراین ضروری است تا اطلاعات بیولوژیکی به آسانی در دسترس باشد. به هر حال، بیشتر اطلاعات در تحقیقات انجام شده به صورت غیرساختاری بوده و به این خاطر روش هایی برای استخراج نظامند اطلاعات، مستقیما از تحقیقات اولیه می بایست توسعه یابد.

شرح مطلب: در اینجا ما الگوریتم داده کاوی را برای استخراج اطلاعات سینتیک همانند و غیره و همچنین اطلاعات مربوطه همانند نام آنزیم ها، تعداد EC، لیگاندها، ارگانیسم ها، مناطق، PH و دما نشان می دهیم. با استفاده از این قوانین و رویکرد بر پایه واژه نامه، این امکان وجود دارد تا به اندازه 514394 پارامتر سینتیک 13 دسته (فعالیت های خاص،) از حدود 17 میلیون مطالب نتتشر شده، استخراج کرده و آن ها را با داده های دیگر خلاصه مطالب دیگر ترکیب کنیم.

تایید دستی تقریبا 1000 نتایج انتخاب شده تصادفی، موارد فراخوانی شده بین 51% و 84% و محدوده دقیق 55% تا 96% را نشان داده که بستگی به فهرست های جستجو شده دارد.

نتایج در پایگاه داده ذخیره شده و توسط KID” یا پایگاه داده سینتیک” از طریق اینترنت در دسترس می باشد.

نتیجه گیری: الگوریتم نشان داده شده، اطلاعات مهمی را ارائه می دهد و کمکی به شتاب بخشیدن تحقیقات و تجزیه و تحلیل مورد نیاز برای روش های بیولوژی سیستم های امروزی می باشد. پایگاه های داده حاصل شده از تجزیه و تحلیل چکیده مقاله های منتشر شده می تواند کمک ارزشمندی در حوزه جنبش های بیولوژیکی و شیمیایی باشد. این فرایند کاملا بر مبنای داده کاوی و همچنین تکمیل پایگاه داده ایجاد شده می باشد.

این پایگاه داده از سایت http: //kid. tu-bs. de در دسترس است. کد مبدا الگوریتم تحت مجوز مجوز دولتی GNU ایجاد شده و بنا به درخواست محققان در دسترس قرار می گیرد.

  • فرمت: zip
  • حجم: 1.26 مگابایت
  • شماره ثبت: 411

خرید

مطالب مرتبط


ترجمه مقاله آرایش ژنتیکی

دسته: علوم پایه

حجم فایل: 343 کیلوبایت

تعداد صفحه: 8

کلپید: یک الگوریتم آرایشی به نام Genie برای تخصیص مدول ها (modules) به مکان های موجود برروی قطعات ارائه می شود. Genie نوعی تطابق و انطباق تکنیک الگوریتم ژنتیکی است که درگذشته به عنوان ابزار جامعه ی هوش مصنوعی مورد استفاده بوده است. این تکنیک به نوعی به عنوان پارادایم آزمایش و بررسی فضای وضعیت محسوب می شود. این تکنیک با ملاحظه هم زمان و دستکاری مجموعه ایی از جواب ها، به جواب های خود دست میابد. به عنوان مثال، راه ها جهت تولید و ایجاد راه حل های ” فرزندان، با هم در جفت گیری ” می کند.

Genie در بسیاری از نمونه های آزمایشی کوچک به طور گسترده به آن ها پرداخته شده است. راه حل های مشاهده شده آن کاملاً خوب و در چند نمونه به صورت مطلوب بوده اند.

کلید واژه ها: آرایش، الگوریتم های ژنتیکی، VLSI، طرح فیزیکی

خرید

مطالب مرتبط