داتلود فایل پاورپوینت بررسی داده کاوی و کاربردهای آن

بخشی از پاورپوینت

--- پاورپوینت شامل تصاویر میباشد ----

اسلاید 1 :

• مقدمه اي بر داده كاوي (تعريف، تاريخچه و مفاهيم)
• جايگاه داده كاوي در فرايند كشف دانش
• جايگاه داده كاوي در سازمان
• مروری بر روشهاي داده كاوي

–طبقه بندی

–خوشه بندی

–کشف قانون همبستگی

–تشخیص و کشف خطا

–کشف الگوی ترتیبی

–

• مطالعه موردي: کاربرد داده کاوی در CRM شرکت بیمه

اسلاید 2 :

• گسترش سيستم هاي پايگاهداده و ابزارهای متعدد برای ذخيره حجم بالاي داده ها
• هزينه بالای انجام عمليات روی حجم انبوه داده از نظر نيروي انساني و مادي
• نياز به روشهايي خودکار براي کشف دانشبا کمترين دخالت کاربر

اسلاید 3 :

• از 1960
• ایجاد سيستم ها ي جمع آوري و مديريت داده ها توسط IBM, CDC
• ذخیره داده ها روی دیسک ها و کامپیوترها
• بازیابی ایستا (محاسبه کل سود یک فروشگاه در 5 سال گذشته)
• از 1980
• ایجاد زبان پرس و جو برای تهیه گزارشات از پايگاه داده
• شاخص گذاري و سازماندهي داده ها با DBMS هاي DB2 ، Oracle ، Sybase
• بازیابی پویا در سطح رکورد (ميزان فروش يك كالا در يك شعبه بصورت روزانه)
• از 1990
• ايجادپایگاه داده های چند بعدیData Warehouseو OLAP
• بازیابی پویا در چند سطح (با امكان Drill Down)
• OLAP اطلاعات کاملی از رخدادهای گذشته می دهد، ولی نمی تواند بگوید چرا اتفاق افتاده و یا پیش بینی کند.
• در حال حاضر
• ابزارهای پیشرفته مانندSPSS/Clementine, SGI, SAS
• کشف الگوهاي جديد در پايگاه داده ها
• بازیابی پویا با نگاه پیشرو به آینده
• فروش یک کالا در ماه آینده در یک شعبه خاص چقدر است؟ و چرا؟

اسلاید 4 :

   “…The non-trivial process of identifying valid, novel, potentially useful, and ultimately understandable patterns in data…”

                  Fayyad,Piatetsky-Shapiro, Smyth [1996]

اسلاید 5 :

• حجم انبوه داده (ترابایت)

–روش های آماری مبتنی بر نمونه گیری است. 

• داده های با حجم زیاد و با ابعاد مختلف

–تصاویر و عکسها

–داده های ژنتیکی

• کشف اطلاعات نهفته و الگوی های ناشناخته مفید از درون حجم انبوه داده ها

–الگوي مفيد، مدلي برای توصیف ارتباط ميان زير مجموعه ای از داده هاست و معتبر ، ساده ، قابل فهم و جديد است. 

• حجم بیشتر داده ها و روابط پيچيده تر

–دسترسي به اطلاعات نهفته در ميان داده ها مشکل تر

–نقش داده کاوي روشن تر

اسلاید 6 :

• نگهداری و پردازش حجم انبوه داده ها
• فرمت هاي مختلف داده

–نیاز به عمليات و تکنيک های مختلف از قبیل تعريف صفات جديد با انجام عمليات رياضي و منطقي روي صفات موجود

• مقادیر نامعتبر و بی کیفیت داده های خام

–استفاده از روشها و الگوریتم های مختلف برای  پاکسازی داده

• روش های کارا برای جستجو
• بروز رسانی و یکپارچگی داده ها

اسلاید 7 :

• خرده فروشي

–تعيين الگوهاي خريد مشتريان

• بيمه

–پيشگويي ميزان خريد بيمه نامه هاي جديد توسط مشتريان

• پزشکي

–پيشگويي ميزان موفقيت اعمال جراحي بر اساس شرایط بیماران

• بانکداري

–پيش بيني الگوهاي کلاهبرداري از طريق کارتهاي اعتباري

–تشخيص مشتريان ثابت

اسلاید 8 :

• پیش بینی وقایع آینده بر اساس روند گذشته
• طبقه بندی اشیا و افراد برای شناسایی الگو
• دسته بندی اشیا و افراد بر اساس صفات و ویژگی ها
• شناسایی وقایعی که احتمال دارد همزمان رخ دهند
• شناسایی وقایعی که یکی باعث وقوع دیگری می شود

اسلاید 9 :

• طبقه بندی اشیا و افراد برای شناسایی الگو
• یادگیری نظارت شده

- درخت تصمیم

- شبکه عصبی

.....

اسلاید 10 :

• بازاریابی مستقیم
• شناخت تقلب - Fraud Detection
• شناسایی و طبقه بندی مشتری
• ارسال کاتالوگ