دانلود پروژه Olap چیست و چگونه کار می کند؟

تعداد صفحات:54
نوع فایل:word
فهرست مطالب:
مقدمه
تاریخچه Sql Server
Sql Server چیست؟
اهداف Sql Server
آشنایی با Analysis Services و نحوه نصب آن
نصب پایگاه داده و منبع آن
نحوه ایجاد Cube
پیمانه چیست؟
نحوه اصافه کردن بعد به مکعب
طراحی منبع و پردازش مکعب
ایجاد مکعب پدر و فرزند
ویرایش اطلاعات مکعب
سرجمع (Aggregation) چیست؟
درک مفاهیم انبار کردن داده ها
درک مفاهیم انبار داده خاص (Data Marts)
ایجاد انبار داده ها
سرویس های Meta data
عضو محاسبه شده Calculated Member
ایجاد عضو محاسبه شده
چگونگی مشاهده اطلاعات عضو محاسبه شده
Roles در مکعب چیست؟
نحوه ایجاد Role در مکعب
نحوه ایجاد Role در بانک اطلاعات
خواص اعضا (member property)
نحوه ایجاد Member Property
ایجاد ابعاد مجازی
استخراج داده چیست ؟ (Olap Data Mining)
نحوه ایجاد Data Mining Model
فهرست منابع

چکیده:
MS SQL Server یکی از سیستم های مدیریت بانک های اطلاعاتی رابطه ای (Relational) است که توسط شرکت مایکروسافت ارائه شده است. SQL Server از مدل سرویس دهنده – سرویس گیرنده (Client/Server) تبعیت مینماید. در این مدل، درخواست های (InQuery) سرویس گیرندگان برای سرویس دهنده ارسال و در سمت سرویس دهنده بررسی و آنالیز میگردند. در ادامه، پردازش های‌ مورد نیاز بر روی اطلاعات ذخیره شده در بانک های اطلاعاتی انجام و در نهایت، نتایج برای سرویس گیرنده ارسال خواهد شد.MS SQL Server با استفاده از مجموعه عناصری (Components) که به صورت هدفمند اجراء میگردند، قادر به تامین نیازها و درخواست ها از مخازن داده (Data Storages) میباشد. مخازن داده در SQL Server به دو روش زیر مدیریت میگردند:
- OLTP (برگرفته از OnLine Transaction Processing System)
- OLAP (برگرفته از OnLine Analytical Processing System)
در مدل OLTP، مخازن داده به صورت جداول رابطه ای که عموما به جهت جلوگیری از تکرار و ناهمگونی اطلاعات به صورت هنجار (Normalize) درآمده اند، سازماندهی میشوند. این نوع از بانک های اطلاعاتی برای درج و تغییر سریع اطلاعات توسط چندین کاربر به طور همزمان مناسب میباشند. در مدل OLAP مخازن داده جهت تجزیه و تحلیل و خلاصه سازی حجم زیادی از اطلاعات سازماندهی میشوند. مخازن داده و ارتباط بین اطلاعات در این مدل توسط SQL Server مدیریت میگردد.
یکی از اهداف مهم سیستم های مدیریت بانک های اطلاعاتی، قابلیت رشد و توسعه (Scalability) است. MS SQL Server مجموعه ای از پتانسیل ها را به منظور تامین هدف فوق ارائه نموده است که به برخی از مهم ترین آن ها اشاره میگردد:
- قابلیت کار با بانک های اطلاعاتی حجیم (در حد ترابایت)
- قابلیت دسترسی هزاران کاربر بطور همزمان به بانک اطلاعاتی
- قابلیت خود سازگاری (Self Compatibility). با استفاده از ویژگی فوق، منابع مورد نیاز هر کاربر (نظیر حافظه، فضای دیسک و …) به محض اتصال به سرور (Log in) به صورت اتوماتیک به وی تخصیص داده میشود و پس از Log off، منابع اختصاص یافته به منظور استفاده سایر کاربران آزاد میشوند.
- قابلیت اعتماد و در دسترس بودن (Reliability). با استفاده از ویژگی فوق میتوان بسیاری از فعالیت های مدیریتی را بدون توقف سرور انجام داد (نظیر BackUp).
- برخورداری از سطوح امنیتی بالا. بدین منظور اعتبار سنجی کاربران توسط SQL با اعتبار سنجی ویندوز تجمیع می گردد. در چنین مواردی، ضرورتی به تعریف کاربر در MSSQL نخواهد بود و اعتبار سنجی وی توسط ویندوز انجام خواهد شد.
- پشتیبانی از حجم بالایی از حافظه در سرور (در نسخه 2000 تا 64 گیگابایت و در نسخه 2005 متناسب با حافظه ای که سیستم عامل از آن حمایت می نماید).
- استفاده از چندین پردازنده به صورت موازی (در نسخه 2000 تا 32 پردازنده همزمان و در نسخه 2005 محدودیتی وجود ندارد)
- پشتیبانی از لایه ها و سوکت های امنیتی نظیر SSL، خصوصا جهت استفاده در وب.
یکی دیگر از ویژگی های مهم سیستم های مدیریت بانک های اطلاعاتی‌، ایجاد تسهیلات لازم به منظور مدیریت بانک های اطلاعاتی است. SQL Server با ارائه برنامه های جانبی نظیر Enterprise Manager استفاده و مدیریت بانک های اطلاعاتی را آسان نموده است. MS SQL Server به طور اتوماتیک در Active Directory ثبت میشود (Register)، بنابراین کاربران شبکه به راحتی میتوانند آن را در Active Directory جستجو و در صورت نیاز به آن متصل شوند. همچنین، MS SQL Server توسط IIS پشتیبانی میگردد و مرورگرها با استفاده از پروتکل HTTP قابلیت استفاده از آن را خواهند داشت .
از جمله نکات مهم در خصوص MS SQL Server، اجرای آن به صورت یک سرویس است. بنابراین، در صورتی که کاربری به ماشینی که MS SQL Server بر روی آن اجراء شده است، Logon نکرده باشد، همچنان سیستم در دسترس کاربران خواهد بود. علاوه بر این، میتوان از سیستم مانیتورینگ ویندوز به منظور مانیتورینگ SQL Server استفاده نمود. یکی از مهم ترین و شاخص ترین ویژگی های MS SQL Server که از نسخه 2000 در آن ایجاد شده است، امکان نصب چندین نسخه SQL بر روی یک ماشین میباشد (Multi Instance)، بطوری که هر یک از نسخه ها فایل های باینری مخصوص به خود را داشته و به طور جداگانه مدیریت و راهبری میگردند، ولی تمام نسخه ها به طور همزمان اجرا میشوند (دقیقا مشابه این است که چندین نسخه بر روی چندین کامپیوتر نصب شده باشد).
با توجه به این که نسخه (Instance) قراردادی فاقد نام است و سایر نسخه ها می بایست دارای نام باشند به آن ها نسخه های دارای نام (Named Instance) میگویند. نسخه های دارای نام را میتوان هر زمان نصب نمود (قبل و یا بعد از نسخه قراردادی). ابزارهای همراه SQL نظیرSQL Enterprise Manager یک مرتبه نصب خواهند شد و در تمامی نسخه های SQL به صورت مشترک استفاده خواهند شد.
تاکنون نسخه های متعددی از MS SQL Server ارائه شده است. استفاده از نسخه های 2000 و 2005 بیش از سایر نسخه ها، متداول است. هر یک از نسخه های MS SQL Server، در مدلهای مختلف (با توجه به نوع استفاده و اندازه سازمان متقاضی)، ارائه شده اند که در یک مقاله جداگانه به بررسی‌ ویژگی هر یک از آن ها خواهیم پرداخت.

لینک دانلود

دانلود پایان نامه داده کاوی (Data Mining)

تعداد صفحات:81
نوع فایل:word
فهرست مطالب:
چکیده
فصل1 – مقدمه ای بر داده کاوی
تعریف داده کاوی
تاریخچه داده کاوی
چه چیزی سبب پیدایش داده کاوی شده است؟
اجزای سیستم داده کاوی
جایگاه داده کاوی در میان علوم مختلف
قابلیت های داده کاوی
چرا به داده کاوی نیاز داریم؟
داده کاوی چه کارهایی نمیتواند انجام دهد؟
کاربردهای داده کاوی
کاربردهای پیش بینی کننده
کاربردهای توصیف کننده
ابزارهای تجاری داده کاوی
داده کاوی و انبار داده ها
تعاریف انبار داده
چهار خصوصیت اصلی انبار داده
موارد تفاوت انبار داده و پایگاه داده
داده کاوی و OLAP
OLAP
انواع OLAP
مراحل فرآیند کشف دانش از پایگاه داده ها
انبارش داده ها
انتخاب داده ها
پاکسازی، پیش پردازش و آماده سازی
تبدیل داده ها
کاوش در داده ها (Data Mining)
تفسیر نتیجه
فصل 2 – قوانین ارتباطی
قوانین ارتباطی
اصول پایه
شرح مشکل جدی
پیمایش فضای جستجو
مشخص کردن درجه حمایت مجموعه اقلام
الگوریتم های عمومی
دسته بندی
BFS و شمارش رویدادها
BFS و دونیم سازی TID-list
DFS و شمارش رویداد
DFS و دو نیم سازی TID-list
الگوریتم Apriori
مفاهیم کلیدی
پیاده سازی الگوریتم Apriori
معایب Apriori و رفع آن ها
الگوریتم رشد الگوی تکرار شونده
چرا رشد الگوی تکرار سریع است؟
مقایسه دو الگوریتم Apriori و FP-growth
تحلیل ارتباطات
فصل 3 – وب کاوی و متن کاوی
وب کاوی
الگوریتم های هیتس و لاگسام
کاوش الگوهای پیمایش مسیر
متن کاوی
کاربردهای متن کاوی
جستجو و بازیابی
گروه بندی و طبقه بندی
خلاصه سازی
روابط میان مفاهیم
یافتن و تحلیل گرایشات
برچسب زدن نحوی (pos)
ایجاد Thesaurus و آنتولوژی به صورت اتوماتیک
فرآیند متن کاوی
روش های متن کاوی
مراجع

فهرست اشکال:
مراحل فرآیند کشف دانش
سیر تکاملی صنعت پایگاه داده
معماری یک نمونه سیستم داده کاوی
نرخ رشد اطلاعات
کاربرد پیش بینی کننده
داده ها از انبار داده ها استخراج میگردند
داده ها از از چند پایگاه داده استخراج میگردند
دسته بندی الگوریتم ها
پایان الگوریتم Apriori
درخت الگوی تکرار
اندازه گیری کارکرد درجه حمایت برای پایگاه داده D1 40K
اندازه گیری Apriori با درجه حمایت/تراکنش
اندازه گیری FP-growth با درجه حمایت/تراکنش
مقداردهی اولیه الگوریتم HITS
مثالی از الگوهای پیمایش
فرآیند متن کاوی
مثال یافتن روابط

فهرست جداول:
کاوش FP-tree با ایجاد پایگاه های الگو شرطی
پارامترها
نتایج برای فاکتور درجه حمایت 5%
نتایج برای D1 150K با درجه حمایت
تراکنشهای توصیف شده توسط مجموعه ای از URLها
نمایش URLها بعنوان بردارهایی از فعالیت گروه تراکنش
یک SOM مرسوم که توسط توصیف URLها تولید شده است

چکیده:
در دو دهه قبل توانایی های فنی بشر برای تولید و جمع آوری داده‌ها به سرعت افزایش یافته است. عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب و کار، علوم، خدمات دولتی و پیشرفت در وسائل جمع آوری داده، از اسکن کردن متون و تصاویر تا سیستم های سنجش از دور ماهواره ای، در این تغییرات نقش مهمی دارند.
به طور کلی استفاده همگانی از وب و اینترنت بعنوان یک سیستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات میکند. این رشد انفجاری در داده‌های ذخیره شده، نیاز مبرم وجود تکنولوژی های جدید و ابزارهای خودکاری را ایجاد کرده که بصورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند. داده کاوی بعنوان یک راه حل برای این مسائل مطرح میباشد. در یک تعریف غیر رسمی داده کاوی فرآیندی است، خودکار برای استخراج الگوهایی که دانش را بازنمایی میکنند، که این دانش بصورت ضمنی در پایگاه داده های عظیم، انباره داده و دیگر مخازن بزرگ اطلاعات، ذخیره شده است.
به لحاظ این که در چند سال اخیر مبحث داده کاوی و اکتشاف دانش موضوع بسیاری از مقالات و کنفرانس ها قرار گرفته و نرم افزارهای آن در بازار به شدت مورد توجه قرار گرفته، از این رو در مقاله سعی بر آن شده تا گذری بر آن داشته باشیم.
در این مقاله در فصل اول مروری بر داده کاوی خواهیم داشت. که بطور عمده به تاریخچه، تعاریف، کاربردها و ارتباط آن با انبار داده و OLAP خواهیم پرداخت. در پایان فصل مراحل فرآیند کشف دانش از پایگاه داده ها را ذکر کردیم که داده کاوی یکی از مراحل آن است.
در فصل 2 یکی از شیوه های داده کاوی که از سبد خرید گرفته شده است توضیح داده شده است. در این فصل به شرح قوانین ارتباطی خواهیم پرداخت که در آن بعد از دسته بندی الگوریتم ها، الگوریتم Apriori (که یک الگوریتم پایه در این زمینه است) و الگوریتم FP-Growth (یک الگوریتم جدید می باشد) را با شرح یک مثال توضیح میدهیم و در آخر آن دو را با هم مقایسه میکنیم.
در فصل 3 مباحث وب کاوی و متن کاوی را که در بسیاری از مراجع جزء کاربردهای داده کاوی به حساب می آید شرح داده خواهد شد.

مقدمه:
امروزه با گسترش سیستم‌های پایگاهی و حجم بالای داده‌های ذخیره شده در این سیستم‌ها، نیاز به ابزاری است تا بتوان داده‌های ذخیره شده را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد.
با استفاده از پرسشهای ساده در SQL و ابزارهای گوناگون گزارش‌گیری معمولی، میتوان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه‌گیری در مورد داده‌ها و روابط منطقی میان آن ها بپردازند. اما وقتی که حجم داده‌ها بالا باشد، کاربران هرچند زبر دست و باتجربه باشند نمی‌توانند الگوها مفید را در میان حجم انبوه داده‌ها تشخیص دهند و یا اگر قادر به این کار هم باشند، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است. از سوی دیگر، کاربران معمولاً فرضیه‌ای را مطرح می‌کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه میپردازند، در حالی که امروزه نیاز به روش هایی است که اصطلاحاً به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه‌های منطقی را بیان نمایند.
داده کاوی یکی از مهم ترین این روش ها است که به الگوهای مفید در داده‌ها با حداقل دخالت کاربران شناخته میشوند واطلاعاتی را در اختیار کاربران و تحلیل گران قرار میدهند تا براساس آن تصمیمات مهم و حیاتی در سازمان ها اتخاذ شوند.
اصطلاح داده کاوی زمانی به کار برده میشود که با حجم بزرگی از داده‌ها، در حد مگا یا ترابایت، مواجه باشیم. در تمامی منابع داده کاوی بر این مطلب تاکید شده است. هرچه حجم داده‌ها بیشتر و روابط آن ها پیچیده تر باشد دسترسی به اطلاعات نهفته در میان داده ها مشکل تر میشود و نقش داده کاوی به عنوان یکی از روشهای کشف دانش، روشن‌تر میگردد.
داده کاوی به طور همزمان از چندین رشته علمی بهره میبرد نظیر: تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه‌های عصبی، آمار، الگو، سیستم‌های مبتنی بر دانش، حصول دانش، بازیابی اطلاعات، محاسبات سرعت بالا و بازنمایی بصری داده.

لینک دانلود