فی توو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی توو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد

اختصاصی از فی توو پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد دانلود با لینک مستقیم و پر سرعت .

پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد


پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد

فهرست مطالب

عنوان                                                                                                                                                                صفحه

فهرست اشکال     ...............................................................................................................................................

10

فهرست جداول     ..............................................................................................................................................

11

فصل1: مقدمه­ای بر داده­کاوی ............................................................................

13

1-1 تعریف داده­کاوی     ...................................................................................................................................

15

2-1 تاریخچه داده­کاوی     ................................................................................................................................

16

3-1 چه چیزی سبب پیدایش داده­کاوی شده است؟     ........................................................................................

17

4-1 اجزای سیستم داده­کاوی     .........................................................................................................................

19

5-1 جایگاه داده­کاوی در میان علوم مختلف     ..................................................................................................

21

6-1 قابلیتهای داده­کاوی     .................................................................................................................................

22

7-1 چرا به داده­کاوی نیاز داریم؟     ...................................................................................................................

23

8-1 داده­کاوی چه کارهایی نمی­تواند انجام دهد؟     ..........................................................................................

25

9-1 کاربردهای داده­کاوی     .............................................................................................................................

25

1-9-1 کاربردهای پیش­بینی­کننده     ...................................................................................................

27

2-9-1 کاربردهای توصیف­کننده     ....................................................................................................

27

10-1 ابزارهای تجاری داده­کاوی     ...................................................................................................................

28

11-1 داده­کاوی و انبار­داده­ها   .........................................................................................................................

29

1-11-1 تعاریف انبار­داده     ................................................................................................................

29

2-11-1 چهار خصوصیت اصلی انبار­داده     .........................................................................................

30

3-11-1 موارد تفاوت انبار­داده و پایگاه­ داده     ....................................................................................

31

12-1 داده­کاوی و OLAP     ...........................................................................................................................

33

1-12-1 OLAP     ...........................................................................................................................

33

2-12-1 انواع OLAP     ...................................................................................................................

34

13-1 مراحل فرایند کشف دانش از پایگاه داده­ها     ...........................................................................................

34

1-13-1 انبارش داده­ها     ....................................................................................................................

35

2-13-1 انتخاب داده­ها     ....................................................................................................................

36

3-13-1 پاکسازی- پیش­پردازش- آماده­سازی     ................................................................................

36

4-13-1 تبدیل داده­ها   ......................................................................................................................

36

5-13-1 کاوش در داده­ها (Data Mining)     .................................................................................

37

6-13-1 تفسیر نتیجه   ........................................................................................................................

38

فصل 2: قوانین ارتباطی   ...........................................................................

39

1-2 قوانین ارتباطی   ........................................................................................................................................

40

2-2 اصول پایه     ...............................................................................................................................................

41

1-2-2 شرح مشکل جدی     ...............................................................................................................

41

2-2-2 پیمایش فضای جستجو     .........................................................................................................

43

3-2-2 مشخص کردن درجه حمایت مجموعه اقلام     .........................................................................

45

3-2 الگوریتمهای عمومی     ..............................................................................................................................

45

1-3-2 دسته­بندی     ............................................................................................................................

45

2-3-2 BFS و شمارش رویداد­ها   ...................................................................................................

46

3-3-2 BFS و دونیم­سازی TID-list     ...........................................................................................

47

4-3-2 DFS و شمارش رویداد   ......................................................................................................

47

5-3-2 DFS و دو نیم­سازی TID-list ..........................................................................................

48

4-2 الگوریتم Apriori   ................................................................................................................................

48

1-4-2 مفاهیم کلیدی     .....................................................................................................................

48

2-4-2 پیاده­سازی الگوریتم Apriori     ............................................................................................

49

3-4-2 معایب Apriori و رفع آنها     .................................................................................................

54

5-2 الگوریتم رشد الگوی تکرارشونده     ..........................................................................................................

55

1-5-2 چرا رشد الگوی تکرار سریع است؟     .....................................................................................

58

6-2 مقایسه دو الگوریتم Apriori و FP-growth     ......................................................................................

59

7-2 تحلیل ارتباطات     ......................................................................................................................................

63

فصل 3: وب­کاوی و متن­کاوی   .................................................................

65

1-3 وب­کاوی     ...............................................................................................................................................

66

1-1-3 الگوریتمهای هیتس و لاگسام     ...............................................................................................

69

2-1-3 کاوش الگوهای پیمایش مسیر     ..............................................................................................

76

2-3 متن­کاوی     ...............................................................................................................................................

80

1-2-3 کاربردهای متن­کاوی     ...........................................................................................................

82

1-1-2-3 جستجو و بازیابی     ..............................................................................................

83

2-1-2-3 گروه­بندی و طبقه­بندی     ......................................................................................

83

3-1-2-3 خلاصه­سازی     ....................................................................................................

84

4-1-2-3 روابط میان مفاهیم     .............................................................................................

84

5-1-2-3 یافتن و تحلیل گرایشات     ....................................................................................

84

6-1-2-3 برچسب زدن نحوی (pos)     ...............................................................................

85

7-1-2-3 ایجاد Thesaurus و آنتولوژی به صورت اتوماتیک     .........................................

85

2-2-3 فرایند متن­کاوی   ...................................................................................................................

86

3-2-3 روشهای متن­کاوی     ...............................................................................................................

87

مراجع   .....................................................................................................

89

 


دانلود با لینک مستقیم


پروژه رشته کامپیوتر - داده کاوی Data Mining با فرمت ورد

داده کاوی . انبار داده ها(data mining)

اختصاصی از فی توو داده کاوی . انبار داده ها(data mining) دانلود با لینک مستقیم و پر سرعت .

داده کاوی . انبار داده ها(data mining)


داده کاوی . انبار داده ها(data mining)

شامل مفاهیم و کاربردهای انبار داده ( تاریخچه،تعادلسازی،مدیریت کیفی داده و ...)  ،  مفاهیم داده کاوی(تعاریف ، عملیات، آنالیز آماری و ...)    ،  آشنایی با زبان برنامه نویسی پایتون  و ...

این پروژه در 147 صفحه و در قالب word به تفصیل و بسیار کامل  همه آنچه درباره دادهکاوی مورد نیاز باشد را برآورده میکند...مناسب پایان نامه و ارائه توسط دانشجویان کامپیوتر و علاقه مندان میباشد .


دانلود با لینک مستقیم


داده کاوی . انبار داده ها(data mining)

بازاریابی هوشمند اینترنتی با استفاده از وب کاوی ( Web Mining )

اختصاصی از فی توو بازاریابی هوشمند اینترنتی با استفاده از وب کاوی ( Web Mining ) دانلود با لینک مستقیم و پر سرعت .

مقاله با عنوان بازاریابی هوشمند اینترنتی با استفاده از وب کاوی ( Web Mining ) که در اولین کنفرانس بین المللی مدیریت، نوآوری و کارآفرینی ارائه شده آماده دانلود می باشد.

محل برگزاری: شیراز

سال برگزاری:1389

تعداد صفحه:21

محتویات فایل: فایل زیپ حاوی یک pdf

نویسند‌گان:
کرشنا زمانی - نویسنده مسئول: دانشجوی کارشناسی ارشد فناوری اطلاعات - تجارت الکترونیک- دانشگاه شیراز
حمیدرضا مومنی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر- هوش مصنوعی- دانشگاه شیراز
رضا اکبریان  - عضو هیئت علمی دانشگاه شیراز

 

چکیده

امروزه با گسترش روز افزون استفاده از اینترنت ، بازاریابی سنتی به واسطه ظرفیتهای فنی جدید و کانالهای فروش دیجیتالی دچار تحول شده است. بازاریابی اینترنتی انطباق و توسعه استراتژی های بازاریابی در محیط وب است و شامل همه عوامل موثر بربهره وری وب سایتها مانند ایده، محتوا، ساختار، روابط، اجرا، نگهداری، ارتقاء و تبلیغات می باشد. به واسطه ماهیت فضای سایبری اینترنت و عدم مراجعه فیزیکی مشتریان، تامین نیازها و بالا بردن کیفیت خدمات ارائه شده مستلزم داشتن دانش دقیق از اولویت های مورد نظر مشتریانی است که عموماً در بسیاری از موارد علاقه ای به پرس و جوهای طولانی و پرکردن فرمها ندارند. بنابراین مالکان سایت های فروش الکترونیکی مجبور هستند تا تمایلات و ترجیحات مشتریان را از فعل و انفعالات و اطلاعات ناشی از فرآیند فروش، جمع آوری نمایند و لذا اهمیت زیادی دارد که بدانند مشتریانشان به چه صورت از وب سایتهایشان استفاده می کنند. بنابراین آنها نیازمند دریافت بازخورد از آنها هستند زیرا که تداوم کسب و کار خود را در گرو تامین نیازهای مشتریان می بینند. بدیهی است استنتاج نتایج مفید، مستلزم تجزیه و تحلیل عمیق داده ها است. استفاده از تکنیک های وب کاوی می تواند مزیت موثری جهت طراحی بهینه ساختار وب سایت های فروش و در نتیجه افرایش جذب مشتریان بالقوه و نگهداری مشتریان بالفعل باشد. در این مقاله در حوزه web usage mining با استفاده از تکنیک های خوشه بندی و درخت های تصمیم در داده کاوی، سیستمی ارائه شده است که از اطلاعات ورودی کاربران (data entry user) ، اطلاعات وقایع سرور(server and cookie logs) و اطلاعات فروش(marketing and selling data)، به عنوان داده های ورودی جهت استخراج دانش استفاده کرده و به کمک نتایج حاصل از این آنالیز، الگویی منطقی برای طراحی بهینه ساختار وب سایت های فروش اینترنتی (site organization) ارائه می نماید. این الگو می تواند برای طراحان وب که در نظر دارند ساختار سایت و صفحات آن، مبتنی بر اصول صحیح بازاریابی باشد مورد استفاده قرار گیرد.


دانلود با لینک مستقیم


بازاریابی هوشمند اینترنتی با استفاده از وب کاوی ( Web Mining )