کتاب پیچ بهترین و سریعترین سایت دانلود کارآموزی و پروژه

تعداد صفحات:253
نوع فایل:word
فهرست مطالب:
ﻣﻘﺪﻣﻪ ای ﺑﺮ ﭘﺎﻳﮕﺎه داده اوراﻛﻞ g‪10‬
‫اﺛﺮ ﺟﻮ اﻗﺘﺼﺎدی ﺑﺮ ﻫﺰﻳﻨﻪ ﺗﻜﻨﻮﻟﻮژی
ﻳﻜﭙﺎرچگی
ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺳﺨﺖ اﻓﺰار
ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی داده ﻫﺎ از دﻳﺪ ﻳک ﺷﺮﻛﺖ ﻣﻌﻤﻮلی
‫ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی
Grid‬در ﭘﺎﻳﮕﺎه داده اوراﻛﻞ 10g
‫اﻧﺒﺎر داده ﭼﻴﺴﺖ؟‬
ﭼﺮا ﺑﻪ ﻳک اﻧﺒﺎر داده ﻧﻴﺎز دارﻳﺪ؟‬
‫ﭼﺸﻢ اﻧﺪاز تاریخی
ﻇﻬﻮر اﻧﺒﺎر داده
از ﻣﺪل سازی ارﺗﺒﺎط – موجودیت (E-R)استفاده نکنید
ﻣﺪل ﺳﺎزی اﺑﻌﺎد‬
ﺟﺪول حقیقی
ﺟﺪول اﺑﻌﺎدی (ﭼﻨﺪ ﺑﻌﺪی)
ﻛﻠﻴﺪ ﻫﺎی ﻣﺨﺰن
ﭘﻴﻜﺮ ﺑﻨﺪی ﻫﺎی ﺳﺨﺖ اﻓﺰار ﺑﺮای ﻳک اﻧﺒﺎر‬
معماری سرویس دهنده
معماری پایگاه داده اراکل
فصل دوم : ابزار های انبار اراکل
کدام ابزار
سازنده انبار اوراکل یا OWB
تنظیم سازنده انبار
مشتری سازنده انبار اراکل
اهداف و منابع داده ها
تعریف جداول موجود در انبار داده هایمان
ایجاد ابعاد
ایجاد یک مکعب
تعریف منبع برای هدف نقشه کشی ها
تایید طرح
ایجاد طرح
استقرار طرح
کاشف اراکل
چرا Discoverer؟
تنظیم محیط
پرس و جو با استفاده از Plus Discoverer:
گزارشات اراکل 10g
ایجاد یک گزارش با استفاده از سازنده گزارش
مثال های بیشتر از گزارش های اراکل
انتشار گزارش
خلاصه
فصل سوم : انبار داده و وب
بررسی بیشتر
اینترنت و اینترانت
نرم افزار اراکل برای انبار داده
سرور کاربردی اراکل 10g
چرا یک پرتال تنظیم میکنند؟
پرتال AS Oracle
Discoverer
انتشار یک پورت لت
ایجاد گزارش استاتیک
خصوصی سازی اراکل
انبار داده ها و هوشمندی تجارت الکترونیکی
فصل چهارم: OLAP
چرا نیاز به انتخاب اراکل OLAP داریم؟
کاربردهای OLAP
ROLAP و MOLAP
اراکل OLAP
معماری اراکل OLAP
فضاهای کاری آنالیزی
مدل چند بعدی
ایجاد فضای کاری آنالیزی
تعریف متاداده OLAP برای شمای رابطه ای
دیدگاه های متاداده OLAP و ارزیابی آن
مدیر فضای کاری آنالیزی
ایجاد ویزارد فضای کاری آنالیزی
تجدید فضای کاری آنالیزی
ایجاد یک طرح تجمعی
فعال سازهای فضای کاری آنالیزی
پرس وجوی فضاهای کاری آنالیزی
DML OLAP
بسته DBMS-AW
دسترسی SQL به فضای کاری آنالیزی
OLAP API و اجزاء BI
خلاصه
فصل پنجم : داده کاوی اراکل
داده کاوی در پایگاه داده اوراکل g10
روش های داده کاوی اوراکل
قوانین پیوستگی
گروه بندی
استخراج ویژگی
طبقه بندی
بازگشت
استاندارد PMML
فرمت داده
آماده سازی داده
استفاده از واسط های داده کاوی اوراکل
نصب و پیکربندی
روند آنالیز داده کاوی
مثالی با استفاده از جاوا API
مثال استفاده از روال های PL/SQL
خلاصه
فصل ششم: قابلیت دسترسی بالا و انبار داده
مقدمه
یک سیستم با قابلیت دسترسی بالا چیست؟
ویژگی های یک سیستم با قابلیت دسترسی بالا
نقش بهترین تجربیات عملکردی
مرور اجمالی پایگاه داده اوراکل 10g با ویژگی قابلیت دسترسی بالا
حفاظت در برابر نقص های سخت افزاری/ نرم افزاری
گروه های با عملکرد حقیقی (RAC)
ذخیره سازی مطمئن
آشکار سازی و نمایش خط:
مدیریت منابع
حفاظت در برابر فقدان داده
بازیابی از نقص(خطا) متوسط
بازیابی از خطاهای انسانی با استفاده از flash back:
بازیابی خطا بوسیله گارد یا نگهبان داده
معماری حداکثر قابلیت دسترسی اوراکل
حفاظت متا داده
مدیریت زمان برنامه ریزی شده
پیکربندی مجدد نمونه پویا
حفظ آنلاین
تعریف مجدد آنلاین:
ارتقاء درجه
مدیریت طول عمر اطلاعات
خلاصه
ضمیمه

فهرست شکل ها:
سازنده انبار- مراحل تنظیم یا به راه اندازی
میز فرمان مشتری OWB
سازنده انبار- ایجاد یک مدول
سازنده انبار- ایجاد یک منبع پایگاه داده اراکل
سازنده انبار- اهداف و منابع داده های تعریف شده
سازنده انبار- ورود جدول
سازنده انبار- به طور دستی جدول را تعریف کنید
سازنده انبار- سلسله مراتب بعد
سازنده انبار- ایجاد مکعب
ویرایش گر نقشه
ویرایشگر نقشه کشی همراه با اتصالات
جستجوی کلید محصول
فیلترسازی داده های منبع
تایید طرح
ایجاد طرح
رمز ایجاد شده توسط سازنده انبار اراکل
مدیر استقرار
مدیریت استقرار- گزارش پیش استقراری
بخش مدیر کار،اهداف OWB استقرار یافته را نشان می دهد
وضعیت مدیر استقرار (Deployment Manager)
پیکربندی طرح فیزیکی
Discoverer و Oracle Portal
Viewer Discoverer- اجرای پرس و جوی ما
Viewer Discoverer- فهرست فروش کشور Category sales by Country
Viewer Discoverer
Viewer Discoverer-Drill Drown
Administrator Discoverer- ایجاد یک EUL
Administrator Discoverer- انتخاب شِما
Administrator Discoverer- انتخاب جدول و دیدگاه ها
Administrator Discoverer- اتصالات خودکار
مدیر- نام گذاری ناحیه تجاری
Administrator Discoverer- فهرست کار
Administrator Discoverer- تنظیم ناحیه تجاری
Administrator Discoverer- تغییر جزئیات آیتم
Administrator Discoverer- ایجاد یک آیتم محاسبه شده
Administrator Discoverer= تعریف اتصال
Administrator Discoverer (مدیر کاشف)- تعریف سلسله مراتب
Administrator Discoverer- کلاس آیتم
Administrator Discoverer (مدیر کاشف)- خلاصه سازی
Administrator Discoverer- تجدید خلاصه
Administrator Discoverer- ویزارد خلاصه
مدیر- اجازه دسترسی به ناحیه تجاری
مدیر کاشف (administrator Discoverer)- ناحیه تجاری
Plus Discoverer- فهرستی از پایگاه داده ها برای اتصال
Plus Discoverer – استفاده از کتاب کاری
Plus Discoverer- انتخاب داده برای نمایش
Plus Discoverer- آرایش جدول
Plus Discoverer- گزینه های پرس و جو
Plus Discoverer- عنوان های فرمت
Plus Discoverer- انواع داده ها
Plus Discoverer- تعریف کل ها
Plus Discoverer- گزارش
Plus Discoverer- بازرس SQL
Plus Discoverer- Drill up/down داده
Plus Discoverer- گزارش در سطح ماهانه
Plus Discoverer ویزارد نمودار
Plus Discoverer- نمودار فروش های سالانه
Plus Discoverer- انتخاب داده های خاص
Plus Discoverer- گزارش با استفاده از شرایط
گزارشات اراکل- انتخاب وسیله گزارش
انتخاب شیوه گزارش و عنوان
گزارشات اراکل- انتخاب منبع داده ها
گزارشات راکل- مشخص سازی پرس و جو SQL
گزارشات اراکل- استفاده از سازنده پرس و جو
گزارشات اراکل- ستون ها برای نمایش
گزارشات اراکل- محاسبه کل ها
گزارشات اراکل- مشخص سازی عرض های ستون
گزارشات اراکل- گزارش نهایی
گزارشات اراکل- گزارش ماتریس
گزارشات اراکل- گزارش شرطی
sign in شدن به پرتال Oracle AS
پرتال Oracle AS- نمایش استاندارد
یک نگاه کلی به پرتال Oracle AS
ایجاد یک صفحه وب EASYDW در پرتال AS Oracle
پرتال EASYDW
مدیریت سرور کاربردی اراکل 10g
ایجاد یک اتصال عمومی
مشخص سازی جزئیات پورت لت
استفاده از نوارها برای آغازیک گزارش استاتیک
معماری پایگاه داده اراکل 10g OLAP
پایه سطح در برابر جدول بعد والدینی- فرزندی
نسخه مفهومی متغیر
ابعاد در مدیرکاری اراکل
ویرایش گزینه های OLAP برای یک بعد
متاداده CWM برای بعد
ایجاد معکب در مدیرکاری اراکل
اضافه شدن ابعاد به مکعب
یک واحد اندازه گیری را به مکعب اضافه کنید
تعریف تجمعات برای مکعب
مدیر فضای کاری آنالیزی- دیدگاه کاتالوگ OLAP
مدیر فضای کاری آنالیزی- دیدگاه هدف
ایجاد ویزارد فضای کاری آنالیزی- نام گذاری فضای کاری آنالیزی
انتخاب مکعب برای فضای کاری آنالیزی
انتخاب گزینه های ساخت برای فضای کاری آنالیزی
گزینه های ذخیره سازی پیشرفته و نامگذاری
اسکریپت ایجاد فضای کاری آنالیزی را در یک فایل ذخیره سازید
ایجاد فضای کاری آنالیزی در پیشرفت
فضای کاری آنالیزی در دیدگاه کاتالوگ OLAP
ایجاد یک بعد مرکب
اضافه کردن ابعاد به یک ترکیب
مشخص سازی ترتیب ابعاد در یک ترکیب
مشخص سازی اندازه های segment وترتیب بعد
فضای کاری آنالیزی- منوی راست کلیک
تجدید فضای کاری آنالیزی- انتخاب مکعب ها
تجدید فضای کاری آنالیزی- انتخاب ابعاد
تجدید فضای کاری آنالیزی در پیشرفت
ویزارد طرح تجمعی- انتخاب اندازه تجمع
انتخاب سطوح برای تجمع
مرور طرح تجمعی
دسترسی به فضای کاری آنالیزی
کاربرگ OLAP در مدیر فضای کاری اوراکل
قوانین پیوستگی
گروه بندی
طبقه بندی
ماتریس اختلال
استفاده از آنالیز ارتقاء برای اعلان های هدفمند
درخت تصمیم گیری شبکه تطبیقی Bayes
فرمت های جدول برای داده کاوی
ویژگی های قابلیت دسترسی بالای پایگاه داده اوراکل 10g
پیکربندی گارد داده
صفحه مدیریت کنترل شبکه
تنظیم پیکربندی گارد داده
اضافه کردن یک پایگاه داده ی جانشین
انتخاب نوع back up
مشخص سازی گزینه های پشتیبانی
مشخص سازی Oracle Home برای جانشین
مشخص سازی موقعیت های فایل جانشین
مشخص نمودن پیکربندی جانشین
فرایند ایجاد جانشین
پیکربندی گارد داده
نمایش عملکرد گارد داده
عملکرد switchover
switchover کامل
ساختار با حداکثر قابلیت دسترسی
سیاست های مدیریت ذخیره سازی برطبق رده داده ها

‫1.1 ﻣﻘﺪﻣﻪ ای ﺑﺮ ﭘﺎﻳﮕﺎه داده اوراﻛﻞ g‪10‬
‫1-1-1 اﺛﺮ ﺟﻮ اﻗﺘﺼﺎدی ﺑﺮ ﻫﺰﻳﻨﻪ ﺗﻜﻨﻮﻟﻮژی
‫یکی از ﭼﺎل شهای ﻋﺼﺮ ﺣﺒﺎبی اﻣﺮوز ‪ post-dot-com‬ﻛﻪ ﺑﺴﻴﺎری از ﺳﺎزﻣﺎن ها ﺑﺎ آن ﻣﻮاﺟﻪ میشوند اﻳﻦ‬اﺳﺖ ﻛﻪ اﻧﺘﻈﺎر میرود ﺑﻪ ﻣﻨﻈﻮر ﺑﻬﺒﻮد ﺳﻮد و زﻳﺎن ﺷﺮﻛﺖ ﺑﺪون ﻫﻴﭻ ﺑﻮدﺟـﻪ ﻳـﺎ ﺑـﺎ ﺑﻮدﺟـﻪ کمی ﻣﺤـﺼﻮل‬ ﺑﻴﺸﺘﺮی را اراﺋﻪ دﻫﻨﺪ. ﻣﻤﻜﻦ اﺳﺖ ﺷﻤﺎ ﺑﻪ دﻧﺒﺎل روش های ﺟﺪﻳﺪی ﺑﺮای ﻛﺎﻫﺶ ﻫﺰﻳﻨﻪ ﻫﺎی ﺗﻜﻨﻮﻟـﻮژی ﺑﺎﺷـﻴد ‫در ﺣﺎلی که در ﻫﻤﺎن زﻣﺎن از ﺗﻘﺎﺿﺎﻫﺎی ﺟﺪﻳﺪ و ﺑﻬﺒﻮد ﺑﻬﺮه وری ﺣﻤﺎﻳﺖ ﻛﻨﻴﺪ .‬ﺑﻌﻼوه ﺑﻪ دﻧﺒﺎل رﺳﻮایی ﻫﺎی اﺧﻴﺮ ﺣﺴﺎﺑﺪاری شرکت ها ﻗﻮاﻧﻴﻦ ﺟﺪﻳﺪی ﺗﺪوﻳﻦ ﺷﺪ ﺗﺎ ﻣﺴﺌﻮﻟﻴﺖ ﺷـﺮکت ها را ﺑﺎﻻ و ﺑﺒﺮد اﻓﺸﺎ ﺳﺎزی ﻣﺎلی را ﺑﻬﺒﻮد ﺑﺨﺸﺪ و ﺑﺎ ﺟﺮاﺋﻢ ﻣـﺎلی ﺷـﺮﻛﺖ ﻣﺒـﺎرزه ﻛﻨـﺪ. ‪ Sarbanes-Oxle ﺑـﻪ ‬ﺷﺮکتها اﻣﺮ میکند ﺗﺎ ﻛﻨﺘﺮل ﺟﺎمعی ﺑﺮ ﻣﺪﻳﺮﻳﺖ داﺷﺘﻪ ﺑﺎﺷﻨﺪ و اﻃﻼﻋﺎت ﻣﺎلی ﺷﺮﻛﺖ را ﮔﺰارش ﻛﻨﻨﺪ و ﺑﺮای اﻧﺠﺎم اﻳﻦ ﻛﻨﺘﺮل ها ﻣﺴﺌﻮلیت هایی را ﺑﺮروی ﻣﺪﻳﺮ ﻋﺎﻣﻞ و ﻣﺪﻳﺮ ارﺷﺪ ﻗﺮار میدهد.اﻳﻦ ﻋﻤﻞ ﺑﻪ ﻧﻮﺑﻪ ﺧﻮد ﻧﻴﺎزﻫﺎی ﺟﺪﻳﺪی را ﺑﺮ ﺳﺎزﻣﺎن IT ﺗﺤﻤﻴﻞ میکند.‬ ﺑﻨﺎﺑﺮاﻳﻦ ﭼﮕﻮﻧﻪ ﻗﺎدرﻳﺪ ﻫﺰﻳﻨﻪ ﻫﺎ را ﻗﻄﻊ و در ﻫﻤـﺎن زﻣـﺎن دﻳـﺪﮔﺎه کلی از اﻃﻼﻋـﺎت ﻣﻬـﻢ ﺗﺠـﺎری را‬ ﮔﺴﺘﺮش دﻫﻴﺪ؟ ﭼﮕﻮﻧﻪ میتوانید از اﻃﻼﻋﺎﺗﺘﺎن ﺑﺮای اﺳﺘﻔﺎده ﺑﻬﺘـﺮ از ﻓﺮضت های ﺑﺮاﺑـﺮ ﺗـﺎﺛﻴﺮ اﺟـﺮا ﺑﻬﺒـﻮد ‫ﺗﺼﻤﻴﻢ ﮔﻴﺮی ﺑﺪﺳﺖ آوردن ﻣﺮز رﻗﺎﺑﺖ اﻓﺰاﻳﺶ ﺳﻮد و ﺗﻬﻴﻪ ﮔﺰارش مالی ﺑﻬﺮه ﺑﺒﺮﻳﺪ؟‬

 

برچسب ها : دانلود, پروژه, پایان نامه, الگوهای آماری, پایگاه داده, تکنولوژی, اوراکل, اقتصاد, برنامه های کاربردی, انبار داده, مدل سازی, نقشه کشی, وب, استاتیک, تجارت الکترونیک, مدل چند بعدی, پیوستگی, جاوا, قابلیت,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در يکشنبه 18 مرداد 1394 ساعت 16:35 موضوع | تعداد بازديد : 238 | لينک ثابت

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.

 

برچسب ها : OLAP, آماده سازی, آنتولوژی, ابزارهای تجاری, اتوماتیک, اسکن کردن متون, اطلاعات, الگوریتم, انبار داده, انبارش, بازیابی, بازیابی اطلاعات, تراکنش, توانايی, تکنولوژی, جستجو, خدمات دولتی, خلاصه سازی, داده کاوی, دانلود, سیستم, صنعت, طبقه بندی, فرآیند, ماهواره, متن کاوی, محاسبات, معماری, نرم افزار, هوش مصنوعی, پاکسازی, پایان نامه, پایگاه داده, پردازش, پیش پردازش, کاربران, کامپیوتر, کسب و کار, کشف دانش, گروه بندی,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در دوشنبه 17 اسفند 1394 ساعت 11:32 موضوع | تعداد بازديد : 275 | لينک ثابت