دانلود رایگان پایان نامه وب کاوی در صنعت 1,818 بازدید بدون دیدگاه دانلود رایگان پایان نامه وب کاوی در صنعت به صورت کامل و جامع از سایت پژوهشی مادسیج توضیح کوتاه در باره پایان نامه چكيده با توسعه سيستم هاي اطلاعاتي، داده به يکي از منابع پراهميت سازمان ها مبدل گشته است. بنابراين روش ها و تکنيک هايي براي دستيابي کارا به داده، اشتراک داده، استخراج اطلاعات از داده و استفاده از اين اطلاعات، مورد نياز مي باشد. با ايجاد و گسترش وب و افزايش چشمگير حجم اطلاعات، نياز به اين روش ها و تکنيک ها بيش از پيش احساس مي شود. وب، محيطي وسيع، متنوع و پويا است که کاربران متعدد اسناد خود را در آن منتشر مي کنند. در حال حاضر بيش از دو بيليون صفحه در وب موجود است و اين تعداد با نرخ 3/7 ميليون صفحه در روز افزايش مييابد. با توجه به حجم وسيع اطلاعات در وب، مديريت آن با ابزارهاي سنتي تقريبا غير ممکن است و ابزارها و روش هايي نو براي مديريت آن مورد نياز است. به طور کلي کاربران وب در استفاده از آن با مشکلات زير روبرو هستند: يافتن اطلاعات مرتبط: يافتن اطلاعات مورد نياز در وب دشوار مي باشد. روش هاي سنتي بازيابي اطلاعات که براي جستجوي اطلاعات در پايگاه داده ها به کار مي روند، قابل استفاده در وب نميباشند وکاربران معمولا از موتورهاي جستجو که مهمترين و رايج ترين ابزار براييافتن اطلاعات در وب مي باشند، استفاده مي کنند. اين موتورها، يک پرس و جوي[1] مبتني بر کلمات کليدي از کاربر دريافت کرده و در پاسخ ليستي از اسناد مرتبط با پرس و جوي وي را که بر اساس ميزان ارتباط با اين پرس و جو مرتب شده اند، به وي ارائه مي کنند. اما موتورهاي جستجو داراي دو مشکل اصلي هستند. اولا دقت[2] موتورهاي جستجو پايين است، چراکه اين موتورها در پاسخ به يک پرس و جوي کاربر صدها يا هزاران سند را بازيابي مي کنند، در حالي که بسياري از اسناد بازيابي شده توسط آنها با نياز اطلاعاتي کاربر مرتبط نمي باشند. دوما ميزان فراخوان[3] اين موتورها کم مي باشد، به آن معني که قادر به بازيابي کليه اسناد مرتبط با نياز اطلاعاتي کاربر نيستند. چراکه حجم اسناد در وب بسيار زياد است و موتورهاي جستجو قادر به نگهداري اطلاعات کليه اسناد وب، در پايگاه داده هاي خود نمي باشند. ايجاد دانش جديد با استفاده از اطلاعات موجود در وب: اين مشکل در واقع بخشي از مشکل مطرح شده در قسمت قبل مي باشد. در حال حاضر اين سوال مطرح است که چگونه مي توان داده هاي فراوان موجود در وب را به دانشي قابل استفاده تبديل کرد، به طوري که يافتن اطلاعات مورد نياز در آن به سادگي صورت بگيرد. همچنين چگونه مي توان با استفاده از داده هاي وب به اطلاعات و دانشي جديد دست يافت. خصوصي سازي[4] اطلاعات: از آن جا که کاربران متفاوت هر يک درباره نوع و نحوه بازنمايي اطلاعات سليقه خاصي دارند،اين مسئله بايد توسط تامين کنندگان اطلاعات در وب مورد توجه قرار بگيرد. براي اين منظور با توجه به خواسته ها و تمايلات کاربران متفاوت، نحوه ارائه اطلاعات به آنها بايد سفارشي گردد. تکنيک هاي وب کاوي[5]قادر به حل اين مشکلات مي باشند. دروب کاويبه صورت زير تعريف شده است: وب کاوي به کارگيري تکنيک هاي داده کاوي[6] براي کشف و استخراج خودکار اطلاعات از اسناد و سرويس هاي وب مي باشد. البته تکنيک هاي وب کاوي تنها ابزار موجود براي حل اين مشکلات نيستند. بلکه تکنيک هاي مختلفي از ساير زمينه هاي تحقيقاتي همچون پايگاه داده ها، بازيابي اطلاعات، پردازش زبان طبيعي قابل استفاده در اين زمينه مي باشند. همچنين تکنينک هاي وب کاوي مي توانند به صورت مستقيم يا غير مستقيم براي حل اين مشکلات به کار روند. منظور از رويکرد مستقيم آن است که کاربرد تکنيک هاي وب کاوي به صورت مستقيم مشکلات مطرح شده را حل مي نمايد. يک عامل گروه خبري که مرتبط بودن يک خبر به يک کاربر را تعيين مي کند، مثالي از اين رويکرد مي باشد. اما در رويکرد غير مستقيم، تکنيک هاي وب کاوي به عنوان بخشي از يک روش جامع تر که به حل اين مشکلات مي پردازد، مورد استفاده قرار مي گيرند. با توجه به گسترش روز افزون حجم اطلاعات در وب و ارتباط وب کاوي با تجارت الکترونيکي، وب کاوي به يک زمينه تحقيقاتي وسيع مبدل گشته است. طي اين گزارش پس از بررسي مراحل وب کاوي،انواع آن معرفي مي شوند. سپس ارتباط وب کاوي با ساير زمينه هاي تحقيقاتي بررسي شده و به چالش ها و مشکلات اين زمينه تحقيقاتي اشاره مي شود. در ادامه هر يک از انواع وب کاوي به تفصيل مورد بررسي قرار مي گيرند. براي اين منظور مدل ها، الگوريتم ها و کاربردهاي هر طبقه معرفي مي شوند. در پايان نيز به برخي از نمونه کاربردهاي واقعي وب کاوي اشاره مي شود. [1] Query [2] Precision [3] Recall [4] Personalization [5] Web Mining [6] Data Mining واژگان كليدي: وب کاوی ، شبکه ، صنعت ، داده فهرست پروژه: 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 نمی تواند 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 مدل های 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 (Knearest neibour and memorybased reansoning(MBR رگرسیون منطقی تحلیل تفکیکی مدل افزودنی کلی (GAM) Boosting سلسله مراتب انتخابها 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 ومحدودیت 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 بخشهای مدیریتی کاربرد های دانش داده کاوی در صنعت بیمه کاربردهای دانش داده کاوی در مدیریت شهری کاربردهای داده کاوی در صنعت بانکداری بخش بندی مشتریان پژوهش های کاربردی نتیجه گیری منابع و ماخذ فارسی مراجع و ماخذ لاتین و سایتهای اینترنتی (توضیحات کامل در داخل فایل) نوع فایل: پایان نامه پیشینه : دارد پروپوزال: دارد نوع فایل: word موضوع: پایان نامه وب کاوی در صنعت منبع: دارد رشته: علوم کامپیوتر لینک دانلود : پایان نامه وب کاوی در صنعت منابع پایان نامه منابع و ماخذ فارسی : دانشنامه آزاد ویکی پدیا ماهنامه عملی آموزشی تدبیر شماره 156 مهريزي، حائري، علي اصغر ، «دادهكاوي: مفاهيم، روشها و كاربردها» (1382) پاياننامه كارشناسي ارشد آمار اقتصادي و اجتماعي، دانشكده اقتصاد، دانشگاه علامه طباطبائي. زعفريان، رضا و زعفريان،قاسم، «مروري بر دادهكاوي» (1380) فصلنامه صنايع، شماره 29 شاهسمندي، پرستو «دادهكاوي در مديريت ارتباط با مشتري» (1384)، مجله تدبير شماره 156. گودرزي، حميدرضا، مترجم «دادهكاوي چيست»، نشريه گزيده مطالب آماري، مركز آمار ايران، شماره 52. جمالي، آرمان – شهر الكترونيكي، بستر ورود به رقابتهاي عصر سيبرنتيك مراجع و ماخذ لاتین و سایتهای اینترنتی : Barbara Mento and Brendan Rapple, SPEC Kit 274: Data mining and data warehousing, Association of Research Libraries, Washington, DC (2003, July) http://www.infotechera.com/ http://www.ece.ut.ac.ir/dbrg/index.htm http://www.irandoc.ac.ir/index.htm http://www.arts.uci.edu/dobrain/gems.980415b.htm