دانلود مقاله،تحقیق و پروژه کامل مهندسی با موضوع داده کاوی برای سیستم های تشخیص فازی در شبکه های LTE به فرمت word

اختصاصی از هایدی دانلود مقاله،تحقیق و پروژه کامل مهندسی با موضوع داده کاوی برای سیستم های تشخیص فازی در شبکه های LTE به فرمت word دانلود با لینک مستقیم و پر سرعت .

به نام یکتا خالق بی همتا 

دانلود مقاله،تحقیق و پروژه کامل مهندسی با موضوع داده کاوی برای سیستم های تشخیص فازی در شبکه های LTE به فرمت word

فرمت فایل : word (قابل ویرایش و تغییر)

تعداد صفحات : 36 صفحه 

کاربرد فایل :این فایل جهت تهیه مقاله ،تحقیق درس روش های ارائه مطالب علمی وفنی ،جزوه تدریس ،نمونه سوالات،مقاله، تحقیق، سمینار، پروپوزال، پایان نامه ،پروژه پایانی ، گزارش کارآموزی و کارورزی ، انجام کارهای پژوهشی و تحقیقاتی مانند تهیه مقالات،گزارش کار، طرح درس ، پروژه پایانی ، پایان نامه ، سمینار، پروپوزال و طرح پژوهشی در کلیه سطوح و مقاطع تحصیلی رشته های مختلف فنی و مهندسی که با مباحث بررسی داده کاوی برای سیستم های تشخیص فازی در شبکه های LTE  سروکار دارند  بسیار کاربردی و مفید می باشد

چکیده ، مقدمه و خلاصه ای از متن فوق العاده کامل پروژه ،سمینار ،تحقیق و مقاله با عنوان بررسی داده کاوی برای سیستم های تشخیص فازی در شبکه های LTE  به  فرمت  word : 

تهیه کننده :

عنوان پروژه :داده کاوی برای سیستم های تشخیص فازی در شبکه های LTE 

چکیده

تحولات اخیر در شبکه های تلفن همراه با افزایش در سرویس های کاربران و تقاضای کیفیت بالا، هزینه های عملیاتی را بالا برده است. شبکه های خودسازمان ده (SON) راه حلی برای کاهش این هزینه ها هستند. در SON خودترمیمی یک عملکرد است که می تواند به صورت خودکار مشکلات را در شبکه های دسترسی رادیویی حل کند، در همان زمان، مدت از کار افتادگی و خرابی و تأثیر بر آزمایش کاربر را کاهش دهد.

    خودترمیمی شامل چهار عملکرد اصلی است: کشف خرابی، تجزیه و تحلیل علت اصلی ریشه ای، جبران خرابی و ترمیم. برای انجام تجزیه و تحلیل علت(از این به بعد تشخیص نامیده می شود)، سیستم های مبتنی بر دانش (KBS) مانند منطق فازی بطور معمول مورد استفاده قرار می گیرند.

    در این مقاله، یک روش جدید برای استخراج دانش برای یک KBS از حل وضعیت های عیب زدایی مطرح شده است. این روش بر پایه تکنیک های داده کاوی است که با تکنیک های دستی که در حال حاضر استفاده می شود مغایر است.

داده کاوی مشکلات استخراج دانش بواسطه اطلاعات و سوابق عیب زدایی LTE می تواند مشکل Big Data یا داده های بزرگ را مطرح کند.

    بنابراین روش پیشنهادی چنان طراحی شده است که می تواند به آسانی برای پردازش یک توده بزرگ داده با منابع نسبتاً کم، بر خلاف دیگر الگوریتم های موجود مقیاس پذیر شود.

آزمایش ها امکان سنجی و نتایج حاصل شده خوبی را بوسیله سیستم تشخیص ایجاد شده با متدولوژی مطرح شده در شبکه های LTE را نشان دهد.

1. معرفی

    در سال های اخیر، ارتباطات تلفن همراه هم در حجم ترافیک و هم در خدمات ارائه شده رشد پیدا کرده است. این انتظارات را برای کیفیت خدمات افزایش داده است. در این سناریو، ارایه دهندگان خدمات در افزایش رقابت و در نتیجه افزایش کیفیت و کاهش قیمت ها در نگهداری شبکه هایشان تحت فشار هستند.

    نسل بعدی شبکه های تلفن همراه شبکه های خود سازمان ده (SON) رابه صورت یک مجموعه از اصول و مفاهیم برای اضافه کردن اتوماسیون و خودکارسازی به شبکه های تلفن همراه تعریف می کند.

    به تازگی این عقاید برای تکامل طولانی مدت شبکه های LTE توسط پروژه مشارکت نسل سوم (3GPP) در شکل های مورد استفاده ویژگی های خاص SON به کار برده می شوند.

    مفهوم SON از سه حوزه تشکیل شده است: خودپیکربندی، خودبهینه سازی و خودترمیمی. این مقاله بر خودترمیمی تمرکز کرده است که شامل همه ویژگی های هدف نسبت به عیب یابی خودکار در شبکه دسترسی رادیویی است.(RAN)

در حال حاضر فرآیند عیب یابی شبکه دسترسی رادیویی به صورت دستی انجام می شود به طوری که.............

ادامه .....................

قالب بندی :word (قابل ویرایش و تغییر)

تعداد صفحات : 36 صفحه ورد

شما می توانید فایل کامل این پروژه ومقاله با عنوان بررسی داده کاوی برای سیستم های تشخیص فازی در شبکه های LTE   به فرمت word را پس از تکمیل خرید و پرداخت در سایت بانک و ارجاع مجدد به این سایت در اختیار داشته باشید همچنین لینک دانلود این فایل در ادامه پس از خرید به ایمیل شما ارسال می گردد . این فروشگاه همواره و به مناسبت های مختلف ملی و مذهبی اقدام به انتشار کد تخفیف جهت رضایت بیشتر مشتریان می نماید که مشخصات آن در پایان هر خرید در محل درج کد تخفیف و نیز در بالای سایت نمایش داده می شود 

پاورپوینت مقدمه ای بر داده کاوی و اکتشاف دانش 32 اسلاید

اختصاصی از هایدی پاورپوینت مقدمه ای بر داده کاوی و اکتشاف دانش 32 اسلاید دانلود با لینک مستقیم و پر سرعت .

دسته بندی : پاورپوینت 

نوع فایل:  ppt _ pptx

( قابلیت ویرایش )

---

 قسمتی از محتوی متن پاورپوینت : 

تعداد اسلاید : 32 صفحه

مقدمه ای بر داده کاوی و اکتشاف دانش استاد : تهیه کننده : مقدمه امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد .
با استفاده ار پرسش های ساده در SQL و ابزارهای گوناگون گزارش گیری معمولی ، می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند وقتی که حجم داده ها بالا باشد ، کاربران هر چند زبر دست و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شند ، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است مقدمه از سوی دیگر کاربران معمولا فرضیه ای را مطرح می کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می پردازند ، در حالی که امروزه نیاز به روشهایی است که اصطلاحا به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند . داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند . مفاهیم پایه در داده کاوی در داده کاوی معمولا به کشف الگوهای مفید از میان داده ها اشاره می شود .
منظور از الگوی مفید ، مدلی در داده ها است که ارتباط میان یک زیر مجموعه از داده ها را توصیف می کند و معتبر ، ساده ، قابل فهم و جدید است .
تعریف داده کاوی داده کاوی عبارت است از فرایند استخراج اطلاعات معتبر ، از پیش ناشناخته ، قابل فهم و قابل اعتماد از پایگاه داده های بزرگ و استفاده از آن در تصمیم گیری در فعالیت های تجاری مهم.
اصطلاح داده کاوی به فرایند نیم خودکار تجزیه و تحلیل پایگاه داده های بزرگ به منظور یافتن الگوهای مفید اطلاق می شود داده کاوی یعنی جستجو در یک پایگاه داده ها برای یافتن الگوهایی میان داده ها تعریف داده کاوی داده کاوی یعنی استخراج دانش کلان ، قابل استناد و جدید از پایگاه داده ها ی بزرگ . داده کاوی یعنی تجزیه و تحلیل مجموعه داده های قابل مشاهده برای یافتن روابط مطمئن بین داده ها .
کاربردهای داده کاوی خرده فروشی : از کاربردهای کلاسیک داده کاوی است که می توان به موارد زیر اشاره کرد : تعیین الگوهای خرید مشتریان تجزیه و تحلیل سبد خرید بازار پیشگویی میزان خرید مشتریان از طریق پست(فروش الکترونیکی) کاربردهای داده کاوی بیمه : تجزیه و تحلیل دعاوی پیشگویی میزان خرید بیمه نامه های جدید توسط مشتریان پزشکی : تعیین نوع رفتار با بیماران و پیشگویی میزان موفقیت اعمال جراحی تعیین میزان موفقیت روشهای درمانی در برخورد با بیماریهای سخت کاربردهای داده کاوی بانکداری : پیش بینی الگوهای کلاهبرداری از طریق کارتهای اعتباری تشخیص مشتریان ثابت تعیین میزان استفاده از کارتهای اعتباری بر اساس گروههای اجتماعی مراحل فرایند کشف دانش از پایگاه داد

  متن بالا فقط قسمتی از محتوی متن پاورپوینت میباشد،شما بعد از پرداخت آنلاین ، فایل را فورا دانلود نمایید 

---

  لطفا به نکات زیر در هنگام خرید دانلود پاورپوینت:  توجه فرمایید.

• در این مطلب، متن اسلاید های اولیه قرار داده شده است.
• به علت اینکه امکان درج تصاویر استفاده شده در پاورپوینت وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید
• پس از پرداخت هزینه ،ارسال آنی پاورپوینت خرید شده ، به ادرس ایمیل شما و لینک دانلود فایل برای شما نمایش داده خواهد شد
• در صورت  مشاهده  بهم ریختگی احتمالی در متون بالا ،دلیل آن کپی کردن این مطالب از داخل اسلاید ها میباشد ودر فایل اصلی این پاورپوینت،به هیچ وجه بهم ریختگی وجود ندارد
• در صورتی که اسلاید ها داری جدول و یا عکس باشند در متون پاورپوینت قرار نخواهند گرفت.
  
• هدف فروشگاه ایران پاورپوینت کمک به سیستم آموزشی و رفاه دانشجویان و علم آموزان میهن عزیزمان میباشد. 
  

---

دانلود فایل  پرداخت آنلاین 

تحقیق درباره داده کاوی چیست و چرا آنرا به کار می بریم

اختصاصی از هایدی تحقیق درباره داده کاوی چیست و چرا آنرا به کار می بریم دانلود با لینک مستقیم و پر سرعت .

دسته بندی : علوم انسانی _ مدیریت ،

فرمت فایل:  ورد ( قابلیت ویرایش و آماده چاپ ) 

---

 قسمتی از محتوای متن ...

تعداد صفحات : 144 صفحه

داده کاوی چیست و چرا آنرا به کار می بریم؟
بسیاری از فروشگاهها پس از گذشت یک ربع قرن از آغاز فعالیت، هنوز مشتری وفادار خود را دارند.
این وفاداری تصادفی نیست.
اداره کنندگان این فروشگاهها به سلایق و نیازهای مشتریان خویش واقف شده اند و توان مالی خرید آنها را می شناسند.
وقتی کسی از آنها راهنمایی بخواهد پاسخ آنها براساس دانش اندوخته شان در مورد ذائقه و بودجه آن مشتری و همچنین دانش شان در باره محصولات خودشان خواهد بود.
افرادی که به این فروشگاه رفت و آمد دارند در مورد کالاهای آن فروشگاه چیزهای زیادی می دانند.
هر چند این دانش یکی از دلایل آنها برای ایجاد خرید از آنجاست و به همین دلیل به فروشگاه های دیگر نمی روند ولی داشتن اطلاعات خودمانی و صمیمانه در باره هر شخص آنها را مشتری دائمی آنجا می کند و به یک مغازه مشابه دیگر در آنطرف خیابان و روبروی همین فروشگاه نمی روند و برخوردار بودن این فروشگاه از اطلاعات خودمانی و صمیمانه در باره هر شخص آنها را مشتری دائمی آنجام می کند .
یک مغازه مشابه دیگر می تواند در آنطرف خیابان و روبروی همین مغازه باز شود ولی ماهها و حتی سالها طول می کشد تا آنها به این سطح از دانش در باره مشتریانشان دست یابند.
طبیعتاً تجارتهای کوچکی که مدیریت خوبی دارند می توانند به نحوه ایجاد رابطه با مشتریانشان پی ببرند.
آنها با گذشت زمان در باره مشتریانشان به چیزهای بیشتر و بیشتری پی خواهند برد و از آن دانش برای خدمت بهتر به مشتریان استفاده خواهند نمود و نتیجه کار، مشتریان وفادار و خرسند و تجارتهای سودآور خواهد بود.
شرکتهای بزرگ با صدها هزار یا میلیونها نفر مشتری از مزیت برقراری روابط شخصی حقیقی با تک تک مشتریانشان بی بهره اند.
این موسسات عظیم باید به وسایل دیگری برای برقراری رابطه با مشتریانشان تکیه نمایند.
آنها باید یاد بگیرند که از آنچه که به وفور دارند یعنی داده هایی که از طریق تعامل با تک تک مشتریان به دست آمده است نهایت بهره را ببرند.
این کتاب در مورد تکنیکهای تحلیلی بحث میکند که برای تبدیل داده های مشتریان به دانش در باره مشتریان استفاده میشود.
مدیریت روابط تحلیلی با مشتریان شکی نیست که لازم است موسسات بزرگ نیز مانند تجارتهای خدمات مدار و کوچک از منافع برقراری روابط یک به یک با مشتریانشان بهره مند گردند.

  متن بالا فقط تکه هایی از محتوی متن مقاله میباشد که به صورت نمونه در این صفحه درج شدهاست.شما بعد از پرداخت آنلاین ،فایل را فورا دانلود نمایید 

---

  لطفا به نکات زیر در هنگام خرید دانلود مقاله :  توجه فرمایید.

• در این مطلب،محتوی متن اولیه قرار داده شده است.
• به علت اینکه امکان درج تصاویر استفاده شده در ورد وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید.
  
• پس از پرداخت هزینه ،ارسال آنی مقاله یا تحقیق مورد نظر خرید شده ، به ادرس ایمیل شما و لینک دانلود فایل برای شما نمایش داده خواهد شد.
• در صورت  مشاهده  بهم ریختگی احتمالی در متون بالا ،دلیل آن کپی کردن این مطالب از داخل متن میباشد ودر فایل اصلی این ورد،به هیچ وجه بهم ریختگی وجود ندارد.
• در صورتی که محتوی متن ورد داری جدول و یا عکس باشند در متون ورد قرار نخواهند گرفت.
• هدف اصلی فروشگاه ، کمک به سیستم آموزشی میباشد.

• • توجه فرمایید که قیمت تحقیق و مقاله های این فروشگاه کمتر از 5000 تومان میباشد (به علت  اینکه بانک ها کمتر از 5تومان را انتقال نمیدهند) باید از کارت هایی استفاده نمایید که بتوان کمتر از مبلغ ذکر شده را پرداخت نمود.. در صورتی که نتوانستید پرداخت نمایید با پشتیبانی در تماس باشید،تا شمارا راهنمایی نمایند...

---

دانلود فایل   پرداخت آنلاین 

تحقیق و بررسی در مورد روان کاوی 40 ص

اختصاصی از هایدی تحقیق و بررسی در مورد روان کاوی 40 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 71

روان‎کاوی به عنوان روشی برای درمان

«تنها معیاری که حقیقت را به وسیلة آن می‎توان ارزیابی کرد، نتایج عملی حاصل از آن است».

«مائوتسه تونگ»

افراد غیرحرفه‎ای روان‎کاوی را بیشتر به عنوان روشی برای درمان اختلالهای روانی، روان‎رنجوری و احتمالاً روان‎پریشی به شمار می‎آورند. مسلم است که فروید برای نخستین بار نظریه و روشهای روان‎کاوی را برای درمان بیماران روانی مطرح و ادعاهای بسیاری را در مورد این روشها بیان کرده است. نخستین ادعا این است که روان‎کاوی می‎تواند ناراحتی‎های بیماران روانی را درمان کند؛ و دومین ادعا این است که فقط روان‎کاوی می‎تواند این کار را انجام دهد. نظریة او دربارة روان‎رنجوریها و روان‎پریشی‎ها اساساً تأکید دارد که شکایتهایی که بیمار نزد روان‎پزشک یا روان‎شناس بیان می‎کند، صرفاً نشانه‎های برخی از بیماریهای بنیادی و عمیق‎تر هستند و تا این بیماریها درمان نشوند، امیدی برای بهبود بیمار وجود نخواهد داشت، و چنانچه تلاش کنیم تا این نشانه‎ها را رفع کنیم، دوباره عود خواهند کرد و یا نشانه‎های دیگر جانشین آنها خواهند شد؛ برای مثال، نشانة دیگری که در حد نشانة پیشین و یا حتی شدیدتر از آن است ظاهر می‎شود. پس رویگردانی فروید از آنچه وی آنها را «درمانهای سمپتوماتیک» (یا نشانگر) می‎نامد، از این امر ریشه می‎گیرد و جانشینان جدید او نیز بر این عقیده اصرار می‏ورزند.

به باور فروید، «اختلالی» که در پس نشانه‎های ظاهری قرار دارد به سرکوبی افکار و احساسهایی مربوط می‎شود که با اخلاق و نگرش هشیار بیمار در تعارض هستند و نشانه‎های بیماری بیانگر این افکار و امیال سرکوفته و ناهشیارند. از دیدگاه فروید تنها راه درمان آن است که بیمار به بینش» برسد، و این کار به کمک تعبیر رؤیاها، لغزشهای اتفاقی در گفتار، فراموشیهای لحظه‎ای در حافظه و اعمال نامناسب امکان‎پذیر است. فروید عقیده داشت که همة‌ این پدیده‎ها به وسیلة‌ موضوع‎های سرکوب شده‎ای ایجاد می‎شوند که خاستگاه آنها قابل پیگیری است و به محض ‌«بینش» یافتن نسبت به آنها نشانه‎های بیماری ناپدید می‎شوند و بیمار درمان خواهد شد. البته معنای واژة «بینش» از دیدگاه فروید نه تنها شامل توافق شناختی با درمانگر است بلکه پذیرش هیجانی پیوند علت و معلولی را نیز دربرمی‎گیرد. فروید معتقد بود که ممکن است برخی از روشهای درمان برای مدتی بدون رسیدن به چنین بینشی، در ناپدید کردن بیماری موفق باشند، ولی بیماری باقی خواهد ماند.

این الگو که از دیدگاه پزشکی نسبت به بیماریها گرفته شده، در نظر پزشکان بسیار گیرا است، زیرا همیشه به آنان گفته شده است که نباید تب را به طور مستقیم درمان کرد، چرا که تب تنها یک نشانه است. کاری که باید انجام شود آن است که بیماری ایجاد‎کنندة تب را درمان کنیم، زیرا وقتی خود بیماری از میان رفت، تب نیز قطع خواهد شد. البته در پزشکی عمومی نیز قایل شدن تمایز میان بیماری و نشانة بیماری همواره روشن نیست، برای مثال، آیا پای شکسته یک بیماری است یا نشانة آن است؟ فروید و پیروانش هیچ‎گاه دربارة‌ کاربردپذیری الگوی پزشکی برای اختلالهای روانی تردید به خود راه نداده‎اند ولی همان‎طور که خواهیم دید، دیدگاه آنان به طور قطع درست نیست و دیدگاه‎های دیگری در برابر آن مطرح شده‎اند.

در سالهای بعد، فروید نسبت به امکان کاربرد روان‎کاوی به عنوان روشی برای درمان

دانلود تحقیق کامل درباره نگاهی بر داده کاوی و کشف قوانین وابستگی 45 ص

اختصاصی از هایدی دانلود تحقیق کامل درباره نگاهی بر داده کاوی و کشف قوانین وابستگی 45 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 45

باسمه تعالی

نگاهی بر داده کاوی و کشف قوانین وابستگی

چکیده:

با افزایش سیستمهای کامپیوتر و گسترش تکنولوژی اطلاعات , بحث اصلی در علم کامپیوتر از چگونگی جمع آوری اطلاعات به نحوه استفاده از اطلاعات منتقل شده است . سیستمهای داده کاوی ,این امکان را به کاربر می دهند که بتواند انبوه داده های جمع آوری شده را تفسیر کنند و دانش نهفته در آن را استخراج نمایند .

داده کاوی به هر نوع کشف دانش و یا الگوی پنهان در پایگاه داده ها اطلاق می شود . امروزه داده کاوی به عنوان یکی از مهمترین مسائل هوش مصنوعی و پایگاه داده ، محققان بسیاری را به خود جذب کرده است . در این تحقیق ابتدا نگاه کلی بر داده کاوی ، استراتژیهای داده کاوی و... داریم ، سپس مسأله کشف قوانین وابستگی در پایگاه داده را به تفضیل بررسی کردیم و نگاهی به الگوریتمهای موجود برای آن داشتیم . سپس مسأله کشف قوانین وابستگی در پایگاه داده های پویا را مورد بحث قرار دادیم و الگوریتم های ارائه شده مربوطه را مطرح کردیم .

مقدمه :

هدف از این اراِئه و تحقیق بررسی روشهای مطرح داده کاوی است .داده کاوی هر نوع استخراج دانش و یا الگواز داده های موجود در پایگاه داده است که این دانشها و الگوها ضمنی و مستتر در داده ها هستند ,از داده کاوی می توان جهت امور رده بندی (Classification ) و تخمین (Estimation) ,پیش بینی (Prediction) و خوشه بندی (Clustering)استفاده کرد .داده کاوی دارای محاسن فراوانی است . از مهمترین آن محاسن کشف کردن دانش نهفته در سیستم است که به شناخت بهتر سیستم کمک می کند .به عنوان مثال می توان به استفاده ترکیبی از روش خوشه بندی جهت تخصیص بودجه به دسته های مختلف از کتب اشاره کرد .

سیستمهای داده کاوی تقریبا از اوایل دهه 1990 مورد توجه قرار گرفتند . علت این امر نیز آن بود که تا آن زمان سازمانها بیشتر در پی ایجاد سیستمهای عملیاتی کامپیوتری بودند که به وسیله آنها بتوانند داده های موجود در سازمان خود را سازماندهی کنند . پس از ایجاد این سیستمها ,روزانه حجم زیادی از اطلاعات جمع آوری میشد که تفسیر کردن آنها از عهده انسان خارج بود . به همین دلیل , نیاز به تکنیکی بود که از میان انبوه داده معنی استخراج کند و داده کاوی به همین منظور ایجاد و رشد یافت .

بنابر این هدف اصلی از داده کاوی ,کشف دانش نهفته در محیط مورد بررسی است که این دانش می تواند شکلهای گوناگونی داسته باشد . دانش استخراج شده می تواند به فرم الگوهای موجود در داده ها باشد که کشف این الگوها منجر به شناخت بهتر سیستم نیز می شود . الگوهای استخراجی عموما بیانگر روابط بین ویژگیهای سیستم هستند بعنوان مثال در سیستم تجاری یک الگو می تواند بیانگر رابطه بین نوع کالا و میزان تقاضای آن باشد .

در این تحقیق داده کاوی مورد بحث قرار می گیرد . علل استفاده از داده کاوی و منابعی که داده کاوی بر روی آنها اعمال می شود ,علاوه بر این خلاصه ای از روشهای رایج داده کاوی ارائه شده است . تکنیکهای داده کاوی و قوانین وابستگی و الگوریتمهای موجود (Apriori , Aprior TID, Partition, Eclat ,Max Eclat , Vector ) و الگوریتم با ساختار Trie وfp grow و الگوریتمهای کاهشی مورد بررسی قرار می گیرند و در هر مورد مثالها , موارد کاربرد ,تکنیکها و نقاط قوت و ضعف مورد بررسی قرار گرفته اند .

Data mining(داده کاوی)

تعریف :

Data Mining represents a process developed to examine large amounts of

data routinely collected. The term also refers to a collection of tools used to

perform the process. Data mining is used in most areas where data are

collected-marketing, health, communications, etc.

داده کاوی فرآیند بکارگیری یک یا چند تکنیک آموزش کامپیوتر، برای تحلیل و استخراج داده های یک پایگاه داده می باشد.در واقع هدف داده کاوی یافتن الگوهایی در داده هاست.

دانش کسب شده از فرآیند داده کاوی بصورت مدل یا تعمیمی از داده ها نشان داده می شود.

چندین روش داده کاوی وجود دارد با این وجود همه روشها “ آموزش بر مبنای استنتاج “ را بکار می برند.

آموزش بر مبنای استنتاج، فرآیند شکل گیری تعاریف مفهوم عمومی از طریق مشاهده مثالهای خاص از مفاهیمی که آموزش داده شده اند، است.

مثال زیر نمونه ای از دانش بدست امده از طریق فرایند اموزش بر مبنای استنتاج است:

آیا تا کنون فکر کرده اید، فروشگاههای بزرگ اینترنتی در mail های خود به مشتریان از چه تبلیغاتی استفاده می کنند؟ و آیا این تبلیغات برای همه مشتریان یکسان است؟