داده کاوی تلاش برای استخراج دانش از انبوه داده‌های موجود است داده کاوی به کمک مجموعه‌ای از روش های آماری و مدل‌سازی می‌تواند الگوها و روابط پنهان موجود در پایگاه‌های داده را تشخیص دهد. تاکنون ابزارها و روش‌های مختلف برای پردازش اطلاعات ساخت یافته توسعه داده شده است که در نتیجه آنها ساخت پایگاه‌های اطلاعاتی و ایجاد انبارهای داده به سادگی صورت می‌گیرد. امروزه سازمان‌ها قادرند با هزینه کم اطلاعات وسیعی از وضعیت کسب و کار خود جمع و نگهداری کنند و این موجب شده است که استفاده از روش‌های داده کاوی ارزش قابل توجه‌ای را برای سازمان به دست آورد. رویکرد‌های موجود در مسئله داده کاوی متنوع است .

علت استفاده از رویکرد داده‌کاوی

حجم بالای داده‌های دائماً در حال رشد در همه حوزه‌ها و نیز تنوع آن‌ها به شکل داده متنی، اعداد، گرافیک‌ها، نقشه‌ها، عکس‌ها، تصاویر ماهواره‌ای و عکس‌های گرفته‌شده با اشعه ایکس، نمایانگر پیچیدگی کار تبدیل داده‌ها به اطلاعات است. علاوه بر این، تفاوت وسیع در فرآیندهای تولید داده مثل روش آنالوگ مبتنی بر کاغذ و روش دیجیتالی مبتنی بر رایانه، مزید بر علت شده است. استراتژی‌ها و فنون متعددی برای گردآوری، ذخیره، سازماندهی و مدیریت کارآمد داده‌های موجود و رسیدن به نتایج معنا‌دار به کار رشده‌اند. به علاوه، عملکرد مناسب ابرداده که داده‌ای درباره داده است؛ در عمل عالی به نظر می‌رسد. انقلاب دیجیتالی که منجر به دیجیتال شدن اطلاعات شد، گردآوری، پردازش، نگهداری، توزیع و انتقال اطلاعات را آسان کرده است. از این سایت پایان‌نامه کامپیوتر با عنوان سیستم هدایت هوشمند نابینایان برای دانشجویان رشته کامپیوتر قابل دسترس است.

تاریخچه داده کاوی 

داده کاوی فرایندی است که در آغاز دهه 90 پا به عرصه ظهور گذاشته است. و با نگرشی نو به مسئله استخراج داده‌ها می‌پردازد. در سال 1989 و 1991 کارگاه‌های کشف دانش از پایگاه‌های داده‌ها توسط  پیا تتسکی و همکارانش برگزار گردید. اصطلاح داده کاوی برای اولین بار توسط فیاض در اولین کنفرانس بین المللی ” کشف دانش  و داده کاوی ” در سال 1995 مطرح شد. از سال 1995 داده کاوی به صورت جدی وارد مباحث آمار شد و در سال 1996 اولین مجله   “ کشف دانش از پایگاه داده‌ها ” منتشر شد.

داده کاوی چیست؟

الگوشناسی، فراگیری ماشین و بازنمایی بصری داده می‌باشد. داده‌کاوی فرآیندی پیچیده جهت شناسایی الگوها و مدل‌های صحیح، جدید و به صورت بالقوه مفید، در حجم وسیعی از داده می‌باشد. به طریقی که این الگوها و مدل‌ها برای انسان‌ها قابل درک باشند. داده‌کاوی به صورت یک محصول قابل خریداری نمی‌باشد. بلکه یک رشته علمی و فرآیندی است که بایستی به صورت یک پروژه پیاده‌سازی شود. داده‌ها اغلب حجیم می‌باشند و به تنهایی قابل استفاده نیستند؛ بلکه دانش نهفته در داده‌ها قابل استفاده می‌باشد. بنابراین بهره‌گیری از قدرت فرآیند داده‌کاوی جهت شناسایی الگوها و مدل‌ها و نیز ارتباط عناصر مختلف در پایگاه داده جهت کشف دانش نهفته در داده‌ها و نهایتا تبدیل داده به اطلاعات، روز‌به‌روز ضروری‌تر می‌شود.

تعاریف مختلف داده‌کاوی

داده‌کاوی استخراج اطلاعات مفهومی، ناشناخته و به صورت بالقوه مفید از پایگاه داده می‌باشد. داده‌کاوی علم استخراج اطلاعات مفید از پایگاه‌های داده یا مجموعه داده‌ای می‌باشد. داده‌کاوی استخراج نیمه اتوماتیک الگوها، تغییرات، وابستگی‌ها، نابهنجاری‌ها و دیگر ساختارهای معنی‌دار آماری از پایگاه‌های بزرگ داده می‌باشد.

تفاوت داده کاوی و آنالیزهای آماری

داده‌کاوی با نوشتن مقدار زیادی گزارش و تحقیق و استعلام در آن‌ها اشتباه گرفته می‌شود. داده‌کاوی توسط تجهیزات خاصی صورت می‌پذیرد، که عملیات کاوش را بر اساس تجزیه و تحلیل مکرر داده‌ها انجام می‌دهد.

آنالیز آماری

• آمار‌شناسان همیشه با یک فرضیه شروع به کار می‌کنند.
• آن‌ها از داده‌های عددی استفاده می‌کنند.
• آمارشناسان باید رابطه‌هایی را ایجاد کنند که به فرضیه آن‌ها مربوط است.
• آن‌ها می‌توانند داده‌های نابجا و نادرست را در طول آنالیز مشخص کنند.
• آن‌ها می‌توانند نتایج کار خود را تفسیر و برای مدیران بیان کنند.

داده‌کاوی

• به فرضیه احتیاجی ندارد.
• ابزارهای داده‌کاوی از انواع مختلف داده، نه تنها عددی می‌توانند استفاده کنند.
• الگوریتم‌های داده‌کاوی به طور اتوماتیک روابط را ایجاد می‌کنند.
• داده‌کاوی به داده‌های صحیح و درست نیاز دارد.
• نتایج داده‌کاوی نسبتا پیچیده می‌باشد و نیاز به متخصصانی جهت بیان آن‌ها به مدیران دارد.

روش‌های مختلف داده کاوی

یک مفسر  سیستم‌های داده‌کاوی را ساخته  و  پس از طی مراحلی از جمله  جمع‌آوری داده‌ها،  یکپارچه‌سازی و  اخلاص داده‌ها به انجام عملیات داده‌کاوی می‌پردازد. داده‌کاوی تمام الگوهای غیرعادی را که از حالت عادی و نرمال انحراف دارند و ممکن است منجر به کلاهبرداری شوند را پیدا می‌کند. نتایج داده‌کاوی حالت‌های مختلفی را که مفسر باید در مراحل بعدی تحقیق کند؛ نشان می‌دهند. در نهایت مدل‌های به دست آمده می‌توانند مشتریانی را که امکان کلاهبرداری دارند، پیش‌بینی نمایند.

مراحل اصلی داده کاوی

داده کاوی را ” کشف دانش در داده‌ها ” نیز می نامند. کشف دانش داده‌ها دارای مراحل مختلفی می‌باشد که در اینجا به صورت خلاصه آنها را بیان می‌کنیم :

• استخراج اطلاعات از چندین منبع داده (پایگاه داده).
• یکپارچه‌سازی اطلاعات و حذف داده های زاید.
• قرار دادن اطلاعات اصلاح شده در انبار داده‌ها.
• انجام عملیات داده‌کاوی توسط نرم‌افزار‌های مخصوص.
• نمایش نتایج به صورت قابل فهم مانند گزارش و گراف.

فواید و نقش داده‌کاوی در فعالیت شرکت‌ها

امروزه عملیات داده‌کاوی به صورت گسترده توسط تمامی شرکت‌هایی که مشتریان در کانون توجه آن‌ها قرار دارند، استفاده می‌شود، از جمله فروشگاه‌ها، شرکت‌های مالی، ارتباطاتی، بازاریابی و غیره. استفاده از داده‌کاوی به این شرکت‌ها کمک می‌کند تا ارتباط عوامل داخلی از جمله قیمت، محل قرارگیری محصولات، مهارت کارمندان را با عوامل خارجی از جمله وضعیت اقتصادی، رقابت در بازار و محل جغرافیایی مشتریان کشف نمایند. از آنجائیکه هوش مصنوعی یکی از اصلی‌ترین  عناصر داده‌کـــاوی می‌باشد و با توجه به اینکه به کمک سیستم‌های کامپیوتری و پایگاه‌های داده، روزانه به میزان داده‌ها افزوده می‌شود. بنابراین استفاده هوشمندانه از دانش بالقوه‌ای که در این داده نهفته است در دنیای رقابتی امروز برای شرکت‌ها حیاتی می‌باشد. داده‌کاوی پیش‌بینی وضع آینده بازار، گرایش مشتریان و شناخت سلیقه‌های عمومی آن‌ها را برای شرکت‌ها ممکن می‌سازد.

عمل داده‌کاوی از یک پایگاه داده

مرحله اول : تشکیل انبار داده 

مرحله دوم : انتخاب داده‌ها 

مرحله سوم : تبدیل داده‌ها 

مرحله چهارم : کاوش در داده‌ها 

مرحله پنجم : تفسیر نتیجه

تکنیک‌های خوشه‌بندی در داده کاوی

در یک تعریف غیررسمی، داده‌کاوی فرآیند خودکار برای استخراج الگوهایی که دانش را بازنمایی می‌کنند، که این دانش به صورت ضمنی در پایگاه داده‌های عظیم، انباره داده و دیگر مخازن بزرگ اطلاعات، ذخیره شده است. داده‌کاوی بطور همزمان از چندین رشته علمی بهره می‌برد نظیر: تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه‌های عصبی، آمار، شناسایی الگو، سیستم‌های مبتنی بر دانش، حصول دانش، بازیابی اطلاعات، محاسبات سرعت بالا  و بازنمایی بصری داده. داده‌کاوی در اواخر دهه ۱۹۸۰پدیدار گشته، در دهه ۱۹۹۰ گام‌های بلندی در این شاخه از علم برداشته شده و انتظار می‌رود در این قرن به رشد و پیشرفت خود ادامه دهد.

وب کاوی

وب کاوی یکی از زمینه‌های تحقیقاتی است که با به کارگیری تکنیک‌های داده‌کاوی 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 داده‌های وب می‌باشد. روش‌های وب کاوی بر اساس آن که چه نوع داده‌ای را مورد کاوش قرار می‌دهند، به سه دسته کاوش محتوای وب، کاوش ساختار وب و کاوش استفاده از وب تقسیم می‌شوند.

متن کاوی

تقاضا برای اطلاعات فرابری شده از منابع متنی به طور فزاینده‌ای در حال افزایش است. ذات غیرساخت یافته‌ی این متون، اعمال همان روش‌هایی را که ما در مورد دیتابیس‌ها بکار می بریم، غیر ممکن می‌سازد.در این مقاله تلاش ما بر این است تا کاربردهای مهمی را که از پردازش متون مورد انتظار است، بررسی کنیم. به اینگونه پردازش‌ها که روی متون اعمال می‌شود، متن – کاوی می‌گوییم. از سایت هفت برگ برای دانشجویان رشته کامپیوتر و علاقمندان پروژه تئوری رشته کامپیوتر بازیابی اطلاعات در وب کاوی قابل دسترس است.

مشخصات فایل

قالب فایل ورد با 39 صفحه با حجم (602 KB) ( قابل ادیت)
محتوای این فایل شامل:
چکیده
مقدمه
تاریخچه داده‌کاوی
داده‌کاوی چیست
مثال تفهیمی در مورد داده‌کاوی
تعاریف داده‌کاوی
تفاوت داده‌کاوی و آنالیزهای آماری
آنالیز آماری
روش آنالیز آماری
روش های مختلف داده‌کاوی
فواید و نقش داده‌کاوی در فعالیت شرکت‌ها
مراحل اصلی داده‌کاوی
کاربردهای داده‌کاوی
نمونه‌های اجرا شده داده‌کاوی
در زمینه صنعت
در هتل‌داری
در مدیریت ریسک
داده‌کاوی در پزشکی
داده‌کاوی ویژگی‌های پزشکی بیماران
داده‌کاوی در بهداشت و درمان
مهمترین خدمات قابل ارائه با استفاده از داده‌کاوی
ساخت مدلی برای تعیین نوع درمان سنگ حالب
درمان ناباروری
بیماری‌های قلبی و عروقی
کاربرد داده‌کاوی در کتابخانه‌ها و موسسات دانشگاهی.
تکنیک‌های خوشه بندی در داده‌کاوی
مفاهیم و کاربردهای انبار داده‌ها و داده‌کاوی
بررسی خوشه‌بندی در داده‌کاوی
بررسی وب کاوی و کاربردهای آن
ایجاد یک پایگاه داده بوسیله ایکس ام ال
کشف داده‌کاوی
بررسی نویز و نحوه ی رویکرد با ان در داده‌کاوی
یکپارچه سازی داده‌کاوی در پایگاه داده
بررسی و تحلیل وب‌کاوی
متن‌کاوی
نتیجه گیری
منابع