کتاب پیچ بهترین و سریعترین سایت دانلود کارآموزی و پروژه

تعداد صفحات:99
نوع فایل:word
فهرست مطالب:
فصل اول : سیستم های اطلاعاتی
بانک های اطلاعاتی رابطه ای : مفاهیم و تعاریف
موجودیت (Entity)
کلید (Key)
کلید اصلی (Primary Key)
وابستگی تابعی (Functional Dependency)
انواع رابطه بین خصلت های یک موجودیت
هنجار سازی (Normalization)
نا بهنجاری
Relation
Tuple
Attribute
ارتباط (Relationship)
سیستم های اطلاعاتی – داده پردازی
مقدمه
پیشرفت در تکنولوژی های داده پردازی
دیتامارت
انبار داده ها
وابستگی به زمان
غیر فرار بودن
تمرکز موضوعی
یکپارچگی
عناصر داده کاوی
فنون داده کاوی
نرم افزار
کاربردهای داده کاوی در کتابخانه هاو محیط های دانشگاهی
مدیریت و خدمات کتابخانه
مدیریت موسسات دانشگاهی
محدودیت ها
تذکرات نهایی
دادگان، پایگاه داده
تاریخچه پایگاه داده
انواع دادگان ها
مدل های پایگاه داده
مدل تخت
طراحی بانک های اطلاعاتی : مبانی مدل سازی
خلاصه و جمع بندی
فصل دوم : معرفی نرم افزارهای مورد استفاده
معرفی نرم افزار Access
مقدمه
آشنایی با اکسس
نصب اکسس
تعریف کلی از اکسسAccess
اجزا بانک اطلاعاتی اکسس
تکنیکهای کار در اکسس
تعریف دادهData
تعریف Field
تعریف Record
تعریف پایگاه داده‌ای ارتباطی
انواع عملگرها
عملگرهای مقایسه‌ای
عملگرهای منطقی
Edit روی محیط Design
آشنایی با تنظیم خصوصیات محیط ورود دادهData sheet View
منو Format
طریقه وارد کردن داده‌ها روی رکورد
طریقه حذف رکوردها
اضافه کردن رکورد به جدول
نکات ایجاد ارتباط در ارتباط یک به یک
آشنایی با طراحی Query
تعریفQuery
ایجاد Query از طریق Design View
تعریف نحوه شرط گذاری بر اساس نوع داده‌ها
کاربرد Total در Select Query
Update Query
Append Query
Delete Query
آشنایی باطراحی فرمForm
فرم چیست؟
طرز کار Form Wizard
طرز کار AutoForm
گزارش چیست؟
تفاوت فرم و گزارش
آشنایی با طراحی Report
طرز کار Report Wizard
معرفی ویژوال بیسیک (VB)
شروع کار با Visual Basic (VB)
اجرای برنامه
تابع InputBox()
تابع MsgBox()
خواص جعبه متن TextBox
فصل سوم : توضیحات پروژه
دستورات سورس کد به همراه فرم های پروژه
فرم ویرایش (برداشت از انبار)
ضمیمه 1 : نحوه ساخت و اتصال دیتا بیس در ویژوال بیسیک
ضمیمه 2 : نحوه ساخت گزارشگیری (DataReporter)
منابع مورد استفاده

فصل اول : سیستم های اطلاعاتی
بانک های اطلاعاتی رابطه ای : مفاهیم و تعاریف
قبل از پرداختن به موضوع بانکهای اطلاعاتی رابطه ای (Relational Data Base) ، بهتر است اشاره ای به مفاهیم ذیل داشته باشیم :
موجودیت (Entity)
به هر چیزی (شی ، شخص ، محل و …) که میخواهیم در یک سیستم راجع به آن اطلاعاتی را جمع آوری، پردازش و نگهداری نمائیم، یک موجودیت گفته می شود. تعریف فوق، متداول ترین برداشت اولیه از موجودیت میباشد. مجموعه موجودیتهای یک سیستم، ساختار اطلاعاتی آن سیستم را مشخص می کند. هر موجودیت شامل اجزا و المان هائی است که آن موجودیت را توصیف می کند که به آن ها خصیصه و یا Attribute گفته می شود. هر موجودیت بسته به این که در سیستم مورد مطالعه چه میزان اطلاعات راجع به آن می خواهیم داشته باشیم ، شامل حداقل یک و یا چند خصیصه خواهد بود. از آن جا که هر موجودیت راجع به یک موضوع به خصوص می باشد، بنابراین یک ارتباط منطقی بین کلیه خصایص موجودیت وجود خواهد داشت. در واقع،‌ تمام خصائص یک موجودیت توصیف کننده آن موجودیت خواهد بود. برای روشن شدن موضوع بد نیست به نمونه مثال ذیل توجه نمائید:
- موجودیت مشتری شامل خصلت های نام مشتری، آدرس مشتری، تلفن مشتری و … است .
- موجودیت سفارش شامل خصلت های شماره سفارش، تاریخ سفارش، نام مشتری، کالای سفارش شده، تعداد کالای سفارش شده و … است
همان گونه که در مثال فوق مشاهده گردید، تمام خصلت های موجودیت مشتری توصیف کننده یک مشتری و تمام خصلت های موجودیت سفارش توصیف کننده یک سفارش می باشند.
کلید (Key)
هر رخداد از یک موجودیت را باید بتوان به وسیله یک و یا ترکیبی از چند خصیصه آن به صورت یکتا شناسائی نمود. به تعبیر دیگر ، هر یک از رخدادهای یک موجودیت باید یکتا باشد، در غیر اینصورت تغییر و یا حذف یک رخداد از موجودیت (در مثال فوق یک مشتری) غیر ممکن خواهد بود. از اینرو از بین خصلت های یک موجودیت یک و یا ترکیبی از چند خصیصه به عنوان کلید آن موجودیت انتخاب می شود. این خصلت (و یا ترکیب خصلت ها) باید بتواند یکتائی هر رخداد از موجودیت را تضمین نماید. در موجودیت سفارش مثال فوق ، خصلت شماره سفارش می تواند بعنوان کلید انتخاب شود.

 

برچسب ها : دانلود, پروژه, پایان نامه, سیستم اطلاعاتی, کامپیوتر, بانک اطلاعات, داده پردازی, انبار, پایگاه داده, مدلسازی, اکسس, عملگر, ویژوال بیسیک, موجودیت, ساختار,

امتياز : 4 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در يکشنبه 18 مرداد 1394 ساعت 16:25 موضوع | تعداد بازديد : 226 | لينک ثابت

تعداد صفحات:102
نوع فایل:word
فهرست مطالب:
گواهی
سپاسگذاری
تقدیم
فصل اول: طرح تحقیق
مقدمه
موضوع پژوهش
بیان مسئله
هدف پژوهش
فرضیه پژوهش
اهمیت مساله
متغیرهای تحقیق
تعریف عملیاتی متغیرهای تحقیق
تعریف رنگ
تعریف عملیاتی شخصیت
فصل دوم: ادبیات (پیشینه) تحقیق
بخش اول: رنگ ها
مقدمه
تاریخچه رنگ
منشا و اهمیت رنگ
صفات رنگ
روانشناسی رنگ ها
تاثیرات رنگ ها بر روی احساس و فکر و روان انسان
رنگ های اصلی و کمکی
جنبه های عاطفی شخصیت
رنگ های کمکی
پیشینه پژوهش (آزمایش لوشر)
رنگ قرمز
رنگ زرد
رنگ نارنجی
رنگ آبی
رنگ سبز
رنگ بنفش
رنگ قهوه ای
رنگ خاکستری
رنگ سیاه
تداعی رنگ و نماد گرایی رنگ
بخش دوم- شخصیت و انواع آن
تاریخچه ای از نظریه های شخصیت
ریشه و معنای واژه شخصیت
تعریف شخصیت
انواع شخصیت
سنخ شناسی یونگ
نظریه آیزنیک
جنبه های توصیفی شخصیت از دیدگاه آیزنیک
بعد درون گرایی- برون گرایی
روان نژندان
روان پریشان
عوامل سببی
فصل سوم: طرح پژوهش
جامعه تحقیق
نمونه تحقیق
روش نمونه گیری
ابزار تحقیق
اعتبار (پایایی) ورودی پرسش نامه شخصیت آیزنیک
نحوه طرح و اجرا آزمون
شیوه آماری مورد استفاده
فصل چهارم: بیان و تحلیل داده ها
تجزیه و تحلیل داده های آماری
جدول شماره 2
تفسیر و نتیجه کلی جدول شماره 2
فصل پنجم: خلاصه، بحث و نتیجه گیری
خلاصه تحقیق
توصیه هایی برای پژوهش های بعدی
محدودیت های پژوهش
تحلیل و نتایج کلی تحقیق
فهرست منابع فارسی
پیوست
پرسشنامه آیزنک
جدول تبدیل نمره خام به رتبه درصدی آیزنک

مقدمه:
انسان دارای حسی است به نام بینایی، که این عمل را جز چشم های او چیز دیگر میسر نمی گردند. جهان هستی را به وسیله این دو عضو کوچک پیچیده و حساس میتوانیم ببینیم جهانی که تمام اجزا و اشیاء آن مشخصه ای به نام رنگ دارند.
هنگامی که چشمان، بسته‌اند، جز سیاهی و تاریکی چیزی وجود ندارد ولی به محض گشودن آن ها دنیا پراز رنگ های مختلف تصویر وارونه پرده حساس اتاق تاریک چشمانمان می گردد و عمل دیدن انجام میپذیرد در واقع اگر رنگ های مختلف تصویر نداشت. چرا که همان گونه که صدا اعصاب شنوایی را تحریک می کند و عمل شنیدن به وقوع می پیوندد و به دنبال آن عکس العمل در فرد به وجود می آید، رنگ نیز پس از تأثیر و تحریک اعصاب گیرنده خود موجب دیدن و مهمتر از آن سبب ایجاد دخالت انگیختگی در فرد میشود.
روانشناسی و فیزیولوژی رنگ ها و نحوه تأثیر آن ها در حالت های رفتاری و روانی افراد از مباحث بسیار مهمی اند که در زمینه رنگ ها قابل طرح و بررسی اند.
هر رنگی به مقتضای خاصیت خود به نوعی در روان انسان اثر می گذارد. که بی ربط به رفتارهای اجتماعی روانی او نیست. انتخاب رنگ اتاق، کتاب، میز، لباس و … همیشه مورد توجه آدمی بوده و کسی می خواهد رنگ دیوارهای اتاقش کرم باشد یا دیگری سبز کم رنگ و …
این ها همه گویایی تأثیر رنگ در انسان اند. به طوری که هر فردی بنا به مسایل درونی خود به رنگی انس دارد و آن را می پسندد.

 

برچسب ها : دانلود, پایان نامه, پروژه, دانشگاه آزاد اسلامی, تیپ, شخصیت, تعریف رنگ, روانشناسی, آزمایش لوشر, نماد, آیزنیک, روان پریشان, داده های آماری, تجزیه و تحلیل, بینایی, اعصاب, فیزیولوژی, تاثیر رنگ, انتخاب رنگ,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در يکشنبه 18 مرداد 1394 ساعت 17:14 موضوع | تعداد بازديد : 230 | لينک ثابت

تعداد صفحات:71
نوع فایل:word
فهرست مطالب:
مقدمه
عناصر داده کاوی
پردازش تحلیلی پیوسته
قوانین وابستگی
شبکه های عصبی
الگوریتم ژنتیکی
نرم افزار
کاربردهای داده کاوی
داده کاوی و کاربرد آن در کسب و کار هوشمند بانک
داده کاوی در مدیریت ارتباط با مشتری
کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی
مدیریت موسسات دانشگاهی
داده کاوی آماری و مدیریت بهینه وب سایت ها
داده کاوی در مقابل پایگاه داده Data Mining vsdatabase
ابزارهای تجاری داده کاوی
منابع اطلاعاتی مورد استفاده
انبار داده
مسائل کسب و کار برای داده کاوی
چرخه تعالی داده کاوی چیست؟
متدلوژی داده‌کاوی و بهترین تمرین های آن
یادگیری چیزهایی که درست نیستند
الگوهایی که ممکن است هیچ قانون اصولی را ارائه نکنند
چیدمان مدل ممکن است بازتاب دهنده جمعیت وابسته نباشد
ممکن است داده در سطح اشتباهی از جزئیات باشد
یادگیری چیزهایی که درست ولی بلااستفاده اند
مدل‌ها، پروفایل سازی، و پیش‌ بینی
پیش بینی
متدلوژی
تبدیل مسئله کسب و کار به مسئله داده‌کاوی
انتخاب داده مناسب
پیش به سوی شناخت داده
ساختن یک مجموعه مدل
تثبیت مسئله با داده‌ها
تبدیل داده برای آوردن اطلاعات به سطح
ساختن مدل ها
ارزیابی مدل ها
استقرار مدل ها
ارزیابی نتایج
شروع دوباره
وظایف داده کاوی
دسته بندی
خوشه‌بندی
تخمین
وابستگی
رگرسیون
پیشگویی
تحلیل توالی
تحلیل انحراف
نمایه‌سازی
منابع

مقدمه:
از هنگامی که رایانه در تحلیل و ذخیره سازی داده ها بکار رفت (1950) پس از حدود 20 سال، حجم داده ها در پایگاه داده ها دو برابر شد. ولی پس از گذشت دو دهه و همزمان با پیشرفت فن آوری اطلاعات (IT) هر دو سال یکبار حجم داده ها، دو برابر شده و همچنین تعداد پایگاه داده ها با سرعت بیشتری رشد نمود. این در حالی است که تعداد متخصصین تحلیل داده ها با این سرعت رشد نکرد. حتی اگر چنین امری اتفاق می افتاد، بسیاری از پایگاه داده ها چنان گسترش یافته‌اند که شامل چند صد میلیون یا چند صد میلیارد رکورد ثبت شده هستند. امکان تحلیل و استخراج اطلاعات با روشهای معمول آماری از دل انبوه داده ها مستلزم چند روز کار با رایانه های موجود است. حال با وجود سیستم های یکپارچه اطلاعاتی، سیستم های یکپارچه بانکی و تجارت الکترونیک، لحظه به لحظه به حجم داده ها در پایگاه داده های مربوط اضافه شده و باعث به وجود آمدن انبارهای عظیمی از داده ها شده است.
این واقعیت، ضرورت کشف و استخراج سریع و دقیق دانش از این پایگاه داده ها را بیش از پیش نمایان کرده است، چنان که در عصر حاضر گفته میشود اطلاعات طلاست.
هم اکنون در هر کشور، سازمان، شرکت و غیره برای امور بازرگانی، پرسنلی، آموزشی، آماری و غیره پایگاه داده ها ایجاد یا خریداری شده است. بطوری که این پایگاه داده ها برای مدیران، برنامه ریزان، پژوهشگران جهت، تصمیم گیری های راهبردی، تهیه گزارش های مختلف، توصیف وضعیت جاری خود و سایر اهداف می تواند مفید باشد. بسیاری از این داده ها از نرم افزارهای تجاری، مثل کاربردهای مالی، ERPها، CRMها و web log ها، می آیند. نتیجه این جمع آوری داده ها این میشود که در سازمان ها، داده ها غنی ولی دانش ضعیف، است. جمع آوری داده ها، بسیار انبوه میشود و به سرعت اندازه آن افزایش می یابد و استفاده عملی از داده ها را محدود می سازد.
داده‌کاوی استخراج و تحلیل مقدار زیادی داده به منظور کشف قوانین و الگوهای معنی دار در آن هاست. هدف اصلی داده کاوی، استخراج الگوهایی از داده ها، افزایش ارزش اصلی آن ها و انتقال داده ها به صورت دانش است.

 

برچسب ها : ابزارهای تجاری, الگوریتم ژنتیک, تجارت الکترونيک, تحلیل, تحلیل انحراف, تحلیل توالی, تخمین, خوشه‌بندی, داده, داده کاوی, دانش, دانشگاه, دانلود, دسته بندی, ذخيره سازی, رایانه, رگرسیون, سازمان, شبکه های عصبی, فناوری اطلاعات, قانون, متدلوژی, مديريت ارتباط با مشتری, موسسات, نرم افزار, نمایه‌سازی, وابستگی, وب سایت, پروفایل, پروژه, پیشگویی, پیش‌ بینی, کسب و کار,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در چهارشنبه 16 دی 1394 ساعت 18:19 موضوع | تعداد بازديد : 235 | لينک ثابت

تعداد صفحات:61
نوع فایل:word
فهرست مطالب:
چکیده
فصل اول – مقدمه
مقدمه
فصل دوم – داده کاوی
مقدمه ای بر داده کاوی
چه چیزی سبب پیدایش داده کاوی شده است؟
مراحل کشف دانش
جایگاه داده کاوی در میان علوم مختلف
داده کاوی چه کارهایی نمیتواند انجام دهد؟
داده کاوی و انبار داده ها
داده کاوی و OLAP
کاربرد یادگیری ماشین و آمار در داده کاوی
توصیف داده ها در داده کاوی
خلاصه سازی و به تصویر در آوردن داده ها
خوشه بندی
تحلیل لینک
مدلهای پیش بینی داده ها
دسته بندی
رگرسیون
سری های زمانی
مدل ها و الگوریتم های داده کاوی
شبکه های عصبی
درخت تصمیم
Multivariate Adaptive Regression Splines(MARS)
Rule induction
K-nearest neibour and memory-based reansoning(MBR)
رگرسیون منطقی
تحلیل تفکیکی
مدل افزودنی کلی (GAM)
Boosting
سلسله مراتب انتخاب ها
داده کاوی و مدیریت بهینه وب سایت ها
داده‌کاوی و مدیریت دانش
فصل سوم – وب کاوی
تعریف وب کاوی
مراحل وب کاوی
وب کاوی و زمینه های تحقیقاتی مرتبط
وب کاوی و داده کاوی
وب کاوی و بازیابی اطلاعات
وب کاوی و استخراج اطلاعات
وب کاوی و یادگیری ماشین
انواع وب کاوی
چالش های وب کاوی
مشکلات و محدودیت های وب کاوی در سایت های فارسی زبان
محتوا کاوی وب
فصل چهارم – وب کاوی در صنعت
انواع وب کاوی در صنعت
وب کاوی در صنعت نفت، گاز و پتروشیمی
مهندسی مخازن – اکتشاف
مهندسی بهره برداری
مهندسی حفاری
بخش های مدیریتی
کاربرد های دانش داده کاوی در صنعت بیمه
کاربردهای دانش داده کاوی در مدیریت شهری
کاربردهای داده کاوی در صنعت بانک داری
بخش بندی مشتریان
پژوهش های کاربردی
نتیجه گیری
منابع و ماخذ فارسی
مراجع و ماخذ لاتین و سایت های اینترنتی

فهرست اشکال:
داده کاوی بعنوان یک مرحله از فرآیند کشف دانش
سیر تکاملی صنعت پایگاه داده
معماری یک نمونه سیستم داده کاوی
داده ها از انباره داه ها استخراج می گردند
داده ها از چند پایگاه داده استخراج شده اند
شبکه عصبی با یک لایه نهان
Wx,y وزن یال بین X و Y است
درخت تصمیم گیری
روش MBR

چکیده:
با افزایش چشمگیر حجم اطلاعات و توسعه وب، نیاز به روش ها و تکنیک هایی که بتوانند امکان دستیابی کارا به داده‌ها و استخراج اطلاعات از آن ها را فراهم کنند، بیش از پیش احساس میشود. وب کاوی یکی از زمینه های تحقیقاتی است که با به کارگیری تکنیک های داده کاوی به کشف و استخراج خودکار اطلاعات از اسناد و سرویس‌های وب میپردازد. در واقع وب کاوی، فرآیند کشف اطلاعات و دانش ناشناخته و مفید از داده های وب میباشد. روشهای وب کاوی بر اساس آن که چه نوع داده ای را مورد کاوش قرار میدهند، به سه دسته کاوش محتوای وب، کاوش ساختار وب و کاوش استفاده از وب تقسیم میشوند. طی این گزارش پس از معرفی وب کاوی و بررسی مراحل آن، ارتباط وب کاوی با سایر زمینه های تحقیقاتی بررسی شده و به چالشها، مشکلات و کاربردهای این زمینه تحقیقاتی اشاره میشود. همچنین هر یک از انواع وب کاوی به تفصیل مورد بررسی قرار میگیرند که در این پروژه بیشتر به وب کاوی در صنعت می پردازم. برای این منظور مدلها، الگوریتم ها و کاربردهای هر طبقه معرفی میشوند.

 

برچسب ها : آمار, الگوریتم, اکتشاف, خوشه بندی, داده کاوی, دانلود, درخت تصمیم, رگرسیون, سلسله مراتب, شبکه های عصبی, صنعت, صنعت بانک داری, صنعت بیمه, صنعت نفت, لینک, ماشین, مديريت دانش, مدیریت, مدیریت شهری, مهندسی بهره برداری, مهندسی حفاری, مهندسی مخازن, نرم افزار, وب کاوی, پتروشیمی, پروژه, کامپیوتر, گاز,

امتياز : 4 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در دوشنبه 17 اسفند 1394 ساعت 11:17 موضوع | تعداد بازديد : 217 | 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 : 277 | لينک ثابت

تعداد صفحات:49
نوع فايل:word
فهرست مطالب:
مقدمه
اهميت و ضرورت موضوع تحقيق
چارچوب نظري تحقيق
توليد مواد زائد جامد
ذخيره و جابجايي مواد زائد در محل توليد
جمع‌آوري مواد زائد جامد
روش جمع‌آوري خانه به خانه
روش انبار موقت
استفاده از روش هاي سنتي
استفاده از استقرار مخازن در معابر و خيابان ها
ضرورت وجود برنامه ذخيره موقت و ايستگاه هاي انتقال
بازيافت مواد زائد جامد
كمپوست مواد زائد جامد
كمپوست خام
كمپوست تازه
كمپوست كامل
كمپوست ويژه
روش سنتي
روش روباز
روش تكنيكي
مزاياي كمپوست‌ سازي
معايب كمپوست سازي
حمل و نقل مواد زائد جامد
دفع مواد زائد جامد
آبرفت هاي فلات قاره
روانه‌هاي بازالت
لس
شيست
مخروط افكنه‌ها و آبرفت هاي دره‌ساز
انتخاب محل دفن زباله
دفع مواد زائد جامد بيمارستاني
سيستم مديريت مواد زائد جامد شهري در ايران
موقعيت جغرافيائي منطقه مورد مطالعه
بيان مسأله، فرضيه‌ها و اهداف تحقيق
فرضيه‌هاي تحقيق
اهداف تحقيق
سابقه تحقيق در ايران
طرح‌هاي پژوهشي انجام شده در سطح شهرستان زابل
تشكيلات اداري و پرسنلي مواد زائد جامد شهر زابل
كلياتي در ارتباط با خصوصيات اكولوژيكي منطقه مورد مطالعه
منابع

فهرست اشكال و جداول:
عناصر موظف و رابطه آن ها در سيستم مديريت مواد زائد جامد شهري
بازيافت مواد معمولي و فوائد آن
بازيافت مواد مصنوعي و فوائد آن
مواد تشكيل دهنده كمپوست
تشكيلات سازماني شهرداري شهر زابل
تشكيلات مربوط به جمع‌آوري مواد زائد جامد شهري زابل

مقدمه:
اجتماعات انساني از ديرباز پس از مورد استفاده قرار دادن منابع مختلف طبيعي موجود بر روي كره زمين، قسمتهاي غيرقابل مصرف و زائد آن را دفع مي نمودند. اين موضوع مشكل حادي را براي آن ها و محيط‌شان ايجاد نميكرد. زيرا تعداد و توزيع انسان هاي موجود بر روي كره زمين به نسبت مساحت اين كره خاكي خيلي كم بود اما امروزه به دليل افزايش تعداد، توزيع جمعيت و به دنبال آن تحولات پديد آمده در ميزان و كيفيت مواد مصرفي، معضل توليد و دفع زايدات به نحوه بارزي گريبانگير حيات جوامع بشري به ويژه شهرها گرديده است. گرچه دفن بهداشتي مواد زائد جامد شهري، سال هاست كه مورد استفاده قرار گرفته است و در بسياري از نقاط دنيا توانسته است، بهداشت عمومي و سلامت جامعه را تامين كند ولي هنوز مورد قبول عامه مردم قرار نگرفته است. عناويني مانند، دفن و دفن بهداشتي و تلنبار زباله بارها به جاي يكديگر مورد استفاده قرار گرفته‌اند و هنوز هم خيلي از مردم فرق بين دفن، دفن بهداشتي و تلنبار كردن زباله را نميدانند. به عبارت ديگر در صورتيكه عمليات دفن مواد به صورت كاملاً استاندارد و براساس ضوابط صحيح و دقيق دفن بهداشتي صورت نگيرد مشكلات بهداشتي و زيست محيطي زيادي به وجود خواهد آمد. فقط يك محل دفن بهداشتي كه در محل مناسبي قرار گرفته و از طراحي خوبي برخوردار باشد و نيز عمليات آن كاملاً صحيح و دقيق انجام پذيرد ميتواند جواب گوي استانداردهاي بهداشت عمومي و سلامت بوده، از شرايط لازم براي جلوگيري از آلودگي آب و خاك و هوا برخوردار باشد كه در اين جا بحث مديريت دفع مواد زائد جامد شهري مطرح ميگردد.
مواد زائد جامد شهري شامل تمام مواد زائد حاصل از فعاليت‌هايي است كه در شهر انجام ميگيرد. اين مواد هم از نظر منبع توليد و هم از نظر خواص فيزيكي و شيميايي تنوع بسيار زيادي دربر دارد. در يك شهر، بخش‌هاي مختلفي در فعاليت هستند و هر بخش نيز در توليد مواد زائد شهري نقش دارد. بخش‌هاي خانگي، تجاري، حمل و نقل، صنعتي، درماني، بهداشتي و خدمات، هركدام مواد زائدي با خصوصيات ويژه‌اي توليد ميكنند. به همين دليل هم، مواد زائد جامد شهري داراي طيف وسيعي است. از نظر حجم نيز از ذرات ريز گرد و غبار گرفته تا وسائل اسقاطي، مثل بدنه اتومبيل، يخچال و ميز و صندلي، در اين زائدات وجود دارند از نظر خطرناك بودن نيز، شامل مواد زائد غيرقابل فسادپذير است و هم مواد زائد كاملاً خطرناك، مثل مواد زائد بيمارستاني را در بر ميگيرد، از نظر فيزيكي و حجم ظاهري نيز طيف كاملاً ناهمگوني از زائدات در يك شهر بروز ميكند. كميت مواد زائد جامد شهري نيز ناهمگوني زيادي را شامل ميشود.
عوامل اقتصادي، بافت شهري، كاربري هاي زمين، عوامل فرهنگي، تراكم در واحد سطح، فصول سال و عادات اجتماعي در كيفيت و كميت مواد زائد جامد شهري موثر هستند. به عبارت ديگر، فاكتورهاي زيادي در امر توليد مواد زائد شهري تاثير دارند. به همين دليل هم طراحي سيستم مديريت مواد زائد جامد شهري از حساسيت و ويژگي هاي خاصي برخوردار است. براي يك طراحي موفق به اطلاعات و داده‌هاي اساسي از كليه فاكتورهاي موثر در سيستم مديريت مواد زائد جامد شهري نياز هست. اين اطلاعات و داده‌ها را يا ميتوان از طريق سازمان ها و ارگان هاي زيربط و درگير با مديريت مواد زائد جامد شهري بدست آورد و يا از طريق انجام پروژه‌هاي مشخص، اين اطلاعات و داده‌ها را توليد كرد.

برچسب ها : آبرفت, ارگان, اطلاعات, اكولوژيكي, بدنه اتومبيل, بهداشت, بهينه سازي, تحقيق, حمل و نقل, خيابان, داده , دانلود پروژه, زباله هاي شهري, سازمان, شهرداري, شيست, صندلي, طراحي سيستم مديريت, عادات اجتماعي, فاكتور, فيزيك, كميت, كمپوست, كيفيت, معابر, ميز, يخچال,

امتياز : 3 | نظر شما : 1 2 3 4 5 6

نوشته شده توسط ketabpich در يکشنبه 7 خرداد 1396 ساعت 10:33 موضوع | تعداد بازديد : 194 | لينک ثابت