Data Mining

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

فهرست اشکال

عنوان  صفحه

1-1 مراحل فرایند کشف دانش   ......................................................................................................................

17

2-1 سیر تکاملی صنعت پایگاه داده   ................................................................................................................

19

3-1 معماری یک نمونه سیستم داده­کاوی   .......................................................................................................

20

4-1 نرخ رشد اطلاعات   .................................................................................................................................

24

5-1 کاربرد پیش­بینی کننده   ............................................................................................................................

27

6-1 داده­ها از انبار­داده­ها استخراج می­گردند   ..................................................................................................

32

7-1 داده­ها از از چند پایگاه داده­ استخراج می­گردند   ......................................................................................

32

1-2 شبکه‌ای برای    .................................................................................................................

43

2-2 درخت    ..........................................................................................................................

44

3-2 دسته­بندی الگوریتمها   ..............................................................................................................................

46

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

52

5-2 درخت الگوی تکرار   ..............................................................................................................................

57

6-2 اندازه­گیری کارکرد درجه حمایت برای پایگاه داده D1 40K   ..............................................................

61

7-2 اندازه­گیری Apriori با درجه حمایت/تراکنش   .....................................................................................

62

8-2 اندازه­گیری FP-growth با درجه حمایت/تراکنش   ..............................................................................

62

1-3 مقداردهی اولیه الگوریتم HITS   ............................................................................................................

72

2-3 مثالی از الگوهای پیمایش   .......................................................................................................................

80

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

86

4-3 مثال یافتن روابط   .....................................................................................................................................

88

فهرست جداول

عنوان  صفحه

1-2 کاوش FP-tree با ایجاد پایگاه­های الگوشرطی   .....................................................................................

58

2-2 پارامترها   .................................................................................................................................................

59

3-2 نتایج برای فاکتور درجه حمایت 5%   ........................................................................................................

60

4-2 نتایج برای D1 150K با درجه حمایت   .................................................................................................

61

1-3 تراکنش­های توصیف شده توسط مجموعه­ای از URLها   .......................................................................

75

2-3 نمایش URLها به عنوان بردارهایی از فعالیت گروه تراکنش   ..................................................................

75

3-3 یک SOM مرسوم که توسط توصیف URLها تولید شده است   ............................................................

76