تعداد صفحات:37
نوع فایل: word
فهرست مطالب:
مقدمه
تاریخچه
سیر تحول داده کاوی
داده، اطلاعات و دانش
جایگاه داده کاوی در سازمان
داده کاوی و دیگر رشته ها
آمار و داده کاوی
نام های دیگر داده کاوی
تعاریف داده کاوی
دو دیدگاه در مورد داده کاوی
آماده سازی و پیش پردازش داده ها
ساختار یک سیستم داده کاوی
معیارهای جذابیت الگو
ارزیابی و به تصویر کشیدن الگوهای کشف شده
انواع داده کاوی
وظایف داده کاوی
OLTP و OLAP
تعاریف انبار داده
چهار خصوصیت اصلی انبار داده ها
موارد تفاوت پایگاه داده و انبار داده
مزایا و معایب پایگاه داده
فنون داده کاوی
شبکه های عصبی
درخت تصمیم
قواعد پیوند
نرم افزارهای داده کاوی
کاربردهای داده کاوی
محدودیت‌های داده کاوی
مشکلات داده کاوی
نمونه‌های اجرا شده ی داده‌کاوی
داده کاوی در ایران
متن کاوی
کاربردهای متن کاوی
فرآیند متن کاوی
روشهای متن کاوی
وب کاوی
نتیجه گیری
منابع
مقدمه:
دنیای مدرن در واقع دنیایی داده گرا است. ما با داده های عددی و غیرعددی در بخشهای صنعتی، بازرگانی، مدیریتی، مالی و علمی احاطه شده ایم. این داده ها باید تحلیل و پردازش شوند تا تبدیل به اطلاعاتی شوند که آگاهی بخش، آموزش دهنده و پاسخگو باشند یا به شکل دیگری به درک و تصمیم گیری ما کمک کنند.
در سال های اخیر رشد انفجار آمیزی از روشها برای اکتشاف دانش جدید از داده های خام به وقوع پیوسته است. در پاسخ به این امر، رشته جدیدی از کاوش داده ها موسوم به داده کاوی بطور ویژه گسترش یافته است تا اطلاعات با ارزشی از مجموعه داده های عظیم استخراج نمایند.
امروزه فناوری داده کاوی بصورت موضوعی داغ برای تصمیم گیران در آمده است، زیرا این فن، اطلاعات نهفته با ارزش تجاری و علمی را از داده های حجیم ذخیره شده استخراج می کند. با این وجود، ماهیت داده کاوی فناوری جدیدی محسوب نمی شود. استخراج اطلاعات و دانش از داده های ذخیره شده یک مفهوم کاملا دیرینه در مطالعات علمی و پزشکی می باشد. آن چه که جدید است همگرایی و اشتراک چندین رشته و فناوری های متناظر آن ها است که فرصت منحصر به فردی برای داده کاوی به دنیای علم، تجارت و اقتصاد ایجاد کرده است. اما داده کاوی یا کشف دانش و معرفت از پایگاه داده ها با این تعریف یک شاخه نسبتا جدید علمی است که از انجام تحقیقات در رشته های آمار، یادگیری ماشین، علوم رایانه (به ویژه پایگاه داده ها) شکل گرفته است. در حالی که مرزهای این رشته ها در داده کاوی مبهم است، ولی می توان گفت که مهم ترین این رشته ها آمار می باشد بطوریکه بدون آمار داده کاوی مفهومی نخواهد داشت. با وجود اینکه داده کاوی یک رشته نسبتا جدید علمی می باشد و کاربردهای متنوع و گسترده ای در رشته هایی مانند بازرگانی، پزشکی، مهندسی، علوم رایانه، صنعت، کنترل کیفیت، ارتباطات و کشاورزی پیدا کرده است. امروزه مرز و محدودیتی برای دانش داده کاوی متصور نیست و مرز آن را از اعماق اقیانوس ها تا بیکران فضا می دانند. به عبارت دیگر کاربرد دانش داده کاوی در تمامی حوزه های برخوردار از داده بوده و تنها محدودیت دانش داده کاوی نبود داده است.