data mining

1. ‫سامهر‬‫ر‬‫پا‬ ‫وحید‬
‫ائه‬‫ر‬‫ا‬ ‫موضوع‬:
‫ی‬‫کاو‬‫داده‬
‫پاییز‬93

2. ‫در‬‫دنيايي‬‫ندگي‬‫ز‬‫ميكنيم‬‫كه‬‫اطالعات‬‫ش‬‫ز‬‫ار‬‫يادي‬‫ز‬‫اي‬‫ر‬‫ب‬‫ما‬‫ند‬‫ر‬‫دا‬.‫با‬‫ايش‬‫ز‬‫اف‬‫حجم‬‫اطالعات‬‫دسترس‬‫ر‬‫د‬‫روي‬‫اينترن‬،‫ت‬‫نياز‬‫ق‬‫فو‬
‫العاده‬‫به‬‫هايي‬‫ر‬‫ا‬‫ز‬‫اب‬‫كه‬‫بتوانند‬‫در‬،‫جستجو‬‫فيلتر‬‫نمودن‬‫و‬‫مديريت‬‫منابع‬‫كمك‬‫كنند‬‫كامال‬‫محسوس‬‫است‬.

3. ‫با‬‫توجه‬‫به‬‫گسترش‬‫روز‬‫افزون‬‫اينترنت‬‫و‬‫اسناد‬‫ديجي‬‫تال‬‫نياز‬
‫به‬‫هايي‬‫ر‬‫ا‬‫ز‬‫اب‬‫اي‬‫ر‬‫ب‬‫مديريت‬‫و‬‫اج‬‫ر‬‫استخ‬‫اطالعات‬‫مفيد‬‫از‬‫ميان‬
‫حجم‬‫عظيم‬‫داده‬‫ها‬‫ايش‬‫ز‬‫اف‬‫يافته‬‫است‬.‫از‬‫اين‬‫رو‬
‫متخصصين‬‫علوم‬‫ايانه‬‫ر‬‫روشهايي‬‫ا‬‫ر‬‫به‬‫منظور‬‫ساخت‬‫مدلهايي‬
‫كه‬‫كار‬‫طبقه‬‫بندي‬‫خودكار‬‫اسناد‬‫ا‬‫ر‬‫انجام‬،‫ميدهند‬‫ائه‬‫ر‬‫ا‬‫داده‬
‫اند‬.‫با‬‫پيدايش‬‫علوم‬‫داده‬‫ي‬‫كاو‬‫و‬‫به‬‫ي‬‫كارگير‬،‫آمار‬‫توجه‬‫ب‬‫ه‬
‫اين‬‫گونه‬‫روشها‬‫به‬‫سرعت‬‫ايش‬‫ز‬‫اف‬‫يافت‬.

5. ‫اصلي‬ ‫هدف‬‫داده‬‫ي‬‫كاو‬
‫انبوه‬‫حجم‬‫ميان‬ ‫از‬‫ش‬‫ز‬‫ار‬‫با‬‫الگوهايي‬‫دن‬‫ر‬‫آو‬‫بدست‬‫داده‬‫ها‬
‫مي‬‫باشد‬.

6. Data Mining‫ت‬‫ر‬‫عبا‬‫است‬‫از‬‫اقتباس‬‫يا‬‫اج‬‫ر‬‫استخ‬‫دانش‬‫از‬‫مجموعه‬‫ای‬‫از‬‫داده‬‫ها‬،‫به‬‫بيان‬‫ديگر‬،Data
Mining‫ايندی‬‫ر‬‫ف‬‫است‬‫که‬‫با‬‫استفاده‬‫از‬‫تکنيکهای‬،‫هوشمند‬‫دانش‬‫ا‬‫ر‬‫از‬‫مجموعه‬‫ای‬‫از‬‫داده‬‫ها‬‫اج‬‫ر‬‫استخ‬‫م‬‫ی‬‫کند‬.
Data Mining‫از‬‫ساخت‬‫مدل‬‫های‬‫تحليلی‬،‫دسته‬‫بندی‬‫و‬‫پيش‬‫بينی‬‫اطالعات‬‫و‬‫ائه‬‫ر‬‫ا‬‫نتايج‬‫با‬‫استفاد‬‫ه‬‫از‬
‫های‬‫ر‬‫ا‬‫ز‬‫اب‬‫مرتبط‬‫استفاده‬‫می‬‫کند‬.
‫ای‬‫ر‬‫ب‬‫اينکه‬‫يتم‬‫ر‬‫الگو‬Data Mining‫بتواند‬‫عمل‬‫اج‬‫ر‬‫استخ‬‫دانش‬‫ا‬‫ر‬‫بخوبی‬‫انجام‬،‫دهد‬‫نياز‬‫به‬‫يک‬‫ی‬‫سر‬‫پيش‬
‫ش‬‫ز‬‫پردا‬‫ها‬‫بر‬‫ی‬‫و‬‫ر‬‫مجموعه‬‫ی‬ ‫ش‬‫ز‬‫آمو‬‫و‬‫يک‬‫ی‬‫سر‬‫پس‬‫ش‬‫ز‬‫پردا‬‫ها‬‫بر‬‫ی‬‫و‬‫ر‬‫الگوهای‬‫اج‬‫ر‬‫استخ‬‫شده‬‫د‬‫ر‬‫دا‬.

7. ‫پاک‬‫ی‬‫ساز‬‫داده‬‫ها‬:‫در‬‫اين‬‫مرحله‬‫داده‬‫های‬‫غير‬‫معتبر‬‫از‬‫مجموعه‬‫داده‬‫های‬‫ی‬ ‫ش‬‫ز‬‫آمو‬‫خارج‬‫می‬‫شوند‬.‫داده‬‫های‬‫ای‬‫ر‬‫دا‬
،‫نويز‬‫اطالعات‬‫ناکامل‬‫و‬...‫نمونه‬‫هايی‬‫از‬‫داده‬‫هايی‬‫هستند‬‫که‬‫با‬‫يد‬‫ی‬‫پاکساز‬‫در‬‫د‬‫ر‬‫مو‬‫آنها‬‫انجام‬‫گردد‬.
‫چه‬‫ر‬‫يکپا‬‫ی‬‫ساز‬‫داده‬‫ها‬:‫در‬‫اين‬،‫مرحله‬‫منابع‬‫چندگانه‬‫داده‬‫ای‬‫با‬‫هم‬‫ترکيب‬‫می‬‫شوند‬.
‫انتخاب‬‫داده‬‫ها‬:‫داده‬‫های‬‫مرتبط‬‫به‬‫ايند‬‫ر‬‫ف‬Data Mining‫از‬‫ساير‬‫داده‬‫ها‬‫جدا‬‫می‬‫شود‬.‫اين‬‫مبحث‬‫ا‬‫ر‬‫می‬‫توان‬
‫ی‬ ‫بخش‬‫از‬‫ايند‬‫ر‬‫ف‬‫کاهش‬‫اطالعات‬‫نيز‬‫دانست‬.
‫تبديل‬‫داده‬‫ها‬:‫داده‬‫ها‬‫به‬‫قالبی‬‫قابل‬‫استفاده‬‫ای‬‫ر‬‫ب‬Data Mining‫در‬‫می‬‫آيند‬.‫از‬‫اعمالی‬‫که‬‫در‬‫اين‬‫مرحله‬
‫ت‬‫ر‬‫صو‬‫می‬‫گيرد‬،‫می‬‫توان‬‫به‬‫خالصه‬‫ی‬‫ساز‬‫و‬‫يا‬‫محاسبه‬‫مقادير‬‫تجمعی‬‫ه‬‫ر‬‫اشا‬‫کرد‬.
Data Mining:‫بخش‬‫اصلی‬‫ايند‬‫ر‬‫ف‬‫که‬‫در‬‫آن‬‫با‬‫استفاده‬‫از‬‫ش‬‫و‬‫ر‬‫ها‬‫و‬‫تکنيکهای‬‫خاص‬،‫اج‬‫ر‬‫استخ‬‫الگو‬‫ه‬‫ای‬
‫دانش‬‫ت‬‫ر‬‫صو‬‫می‬‫گيرد‬.
‫يابی‬‫ز‬‫ار‬‫الگوها‬:‫تشخيص‬‫الگو‬‫های‬‫صحيح‬‫د‬‫ر‬‫مو‬‫نظر‬،‫از‬‫ساير‬‫الگو‬‫ها‬‫در‬‫اين‬‫مرحله‬‫انجام‬‫می‬‫شود‬.‫صحت‬‫ال‬‫گوها‬‫بر‬
‫اساس‬‫يک‬‫ی‬‫سر‬‫معيار‬‫های‬‫جذابيت‬‫سنجيده‬‫می‬‫شود‬.
‫نمايی‬‫ز‬‫با‬‫دانش‬:‫در‬‫اين‬‫بخش‬‫به‬‫ر‬‫منظو‬‫ائه‬‫ر‬‫ا‬‫دانش‬‫اج‬‫ر‬‫استخ‬‫شده‬‫به‬‫بر‬‫ر‬‫کا‬،‫از‬‫يک‬‫ی‬‫سر‬‫های‬‫ر‬‫ا‬‫ز‬‫اب‬‫ی‬‫بصر‬‫س‬‫ی‬‫از‬
‫استفاده‬‫می‬‫گردد‬.

9. ‫کاهش‬‫اطالعات‬‫ت‬‫ر‬‫عبا‬‫است‬‫از‬‫توليد‬‫يک‬‫مجموعه‬‫کوچکتر‬‫از‬‫داده‬‫های‬‫اوليه‬‫که‬‫تحت‬‫عمليات‬Data Mining‫نتايج‬‫تقريبا‬‫يکسانی‬‫با‬
‫نتايج‬Data Mining‫روی‬‫اطالعات‬‫اوليه‬‫به‬‫دست‬‫می‬‫دهد‬.
‫اين‬‫عمل‬‫ا‬‫ر‬‫می‬‫توان‬‫از‬‫طريق‬‫حذف‬‫خصيصه‬‫های‬‫غیر‬‫مرتبط‬‫با‬‫نوع‬‫عمليات‬Data Mining‫مورد‬‫نظر‬‫انجام‬‫داد‬.
‫حذف‬‫خصيصه‬‫های‬‫مرتبط‬‫که‬‫در‬‫اثر‬‫اشتباه‬‫در‬‫يابی‬‫ز‬‫ار‬‫ان‬‫ز‬‫می‬‫تباط‬‫ر‬‫ا‬‫آنها‬‫با‬‫عمليات‬Data Mining‫انجام‬‫می‬،‫گیرد‬‫می‬‫تواند‬‫منجر‬‫به‬
‫آمدی‬‫ر‬‫ناکا‬‫فرايند‬Data Mining‫و‬‫اج‬‫ر‬‫استخ‬‫قوانین‬‫ناقص‬‫و‬‫در‬‫نتيجه‬‫بی‬‫ش‬‫ز‬‫ار‬‫شود‬.
‫عدم‬‫حذف‬‫خصايص‬‫غیر‬‫مرتبط‬‫می‬‫تواند‬‫مان‬‫ز‬‫انجاخم‬‫عمليات‬Data Mining‫ا‬‫ر‬‫به‬‫طرز‬‫قابل‬‫مالحظه‬‫ای‬‫ايش‬‫ز‬‫اف‬‫دهد‬.
‫سه‬‫روش‬‫کلی‬‫ای‬‫ر‬‫ب‬‫انتخاب‬‫خصايص‬‫مرتبط‬‫با‬Data Mining‫وجود‬‫د‬‫ر‬‫دا‬:
‫انتخاب‬‫پيش‬‫رونده‬:‫در‬‫هر‬‫مرحله‬‫خصيصه‬‫ای‬‫که‬‫بيشترين‬‫تباط‬‫ر‬‫ا‬‫ا‬‫ر‬،‫د‬‫ر‬‫دا‬‫برگزيده‬‫می‬‫شود‬.
‫انتخاب‬‫عقب‬‫رونده‬:‫در‬‫هر‬‫مرحله‬‫خصيصه‬‫ای‬‫که‬‫کمترين‬‫تباط‬‫ر‬‫ا‬‫ا‬‫ر‬،‫د‬‫ر‬‫دا‬‫انتخاب‬‫و‬‫حذف‬‫می‬‫شود‬.
‫روش‬‫ترکيبی‬:‫ترکيب‬‫هر‬‫دو‬‫روش‬‫پيش‬‫رونده‬‫و‬‫پس‬‫رونده‬
‫سلسله‬‫مراتب‬‫مفهومی‬:‫ی‬ ‫روش‬‫ای‬‫ر‬‫ب‬‫کاهش‬‫تعداد‬‫مقادير‬‫ممکن‬‫ای‬‫ر‬‫ب‬‫يک‬‫خصيصه‬‫ائه‬‫ر‬‫ا‬‫می‬،‫دهد‬‫اگر‬‫چه‬‫داده‬‫های‬‫خروجی‬‫کلی‬‫تر‬‫بو‬‫ده‬‫و‬‫فاقد‬
‫برخی‬‫جزئيات‬،‫هستند‬‫اما‬‫اين‬‫داده‬‫ها‬‫بسيار‬‫ساده‬‫تر‬‫بوده‬‫و‬‫در‬‫سطح‬‫تجريدی‬‫ی‬‫باالتر‬‫نسبت‬‫به‬‫داده‬‫های‬‫اوليه‬‫ار‬‫ر‬‫ق‬‫ند‬‫ر‬‫دا‬.

10. ‫داده‬‫های‬‫مرتبط‬‫با‬‫فرايند‬Data Mining:‫بانک‬‫اطالعاتی‬‫ممکن‬‫است‬‫شامل‬‫تعداد‬‫يادی‬‫ز‬‫از‬‫د‬‫ر‬‫رکو‬‫ها‬‫باشد‬‫که‬
‫تنها‬‫بخش‬‫کوچکی‬‫از‬‫آنها‬‫با‬‫ايند‬‫ر‬‫ف‬Data Mining‫مرتبط‬‫هستند‬.‫مشخص‬‫کردن‬‫اين‬‫بخش‬‫از‬‫اطالعات‬‫بايد‬
‫توسط‬‫بر‬‫ر‬‫کا‬‫انجام‬‫گيرد‬.
‫نوع‬‫ی‬ ‫دانش‬‫که‬‫بايد‬‫استخراج‬‫شود‬:‫نوع‬‫تين‬‫و‬‫ر‬‫هايی‬‫که‬‫بايد‬‫بر‬‫ی‬‫و‬‫ر‬‫داده‬‫های‬‫انتخاب‬‫شده‬‫اعمال‬،‫شوند‬‫ب‬‫ايد‬‫مشخص‬
‫گردد‬.
‫دانش‬‫مينه‬‫ز‬‫ای‬:‫ان‬‫ر‬‫ب‬‫ر‬‫کا‬‫می‬،‫توانند‬‫با‬‫مشخص‬‫کردن‬‫دانش‬‫مينه‬‫ز‬‫ای‬‫ايند‬‫ر‬‫ف‬Data Mining‫ا‬‫ر‬‫هدايت‬،‫نمايند‬
‫ای‬‫ر‬‫ب‬‫نمونه‬‫حدس‬‫بر‬‫ر‬‫کا‬‫در‬‫د‬‫ر‬‫مو‬‫فتار‬‫ر‬‫اطالعات‬.
‫های‬‫ر‬‫معيا‬‫يابی‬‫ز‬‫ار‬‫دانش‬‫استخراج‬‫شده‬:‫اين‬‫ها‬‫ر‬‫معيا‬‫ممکن‬‫است‬‫در‬‫مان‬‫ز‬‫ای‬‫ر‬‫اج‬‫ايند‬‫ر‬‫ف‬Data Mining‫و‬‫يا‬‫پس‬
‫از‬‫پايان‬Data Mining،‫ی‬‫و‬‫ر‬‫دانش‬‫اج‬‫ر‬‫استخ‬‫شده‬‫اعمال‬‫شده‬‫و‬‫بخش‬‫شمند‬‫ز‬‫ار‬‫دانش‬‫ا‬‫ر‬‫مشخص‬‫نمايند‬.
‫نحوه‬‫ائه‬‫ر‬‫ا‬‫دانش‬‫استخراج‬‫شده‬:‫نمايش‬‫دانش‬‫و‬‫قوانين‬‫اج‬‫ر‬‫استخ‬‫شده‬‫در‬‫قالب‬‫های‬‫مختلفی‬‫نظير‬‫ل‬‫جدو‬،‫ن‬‫مودار‬،
‫خت‬‫ر‬‫د‬‫تصميم‬‫ی‬‫گير‬‫و‬...

11. ‫اين‬‫شها‬‫و‬‫ر‬‫ر‬‫بطو‬‫کلی‬‫به‬‫دو‬‫دسته‬‫ير‬‫ز‬‫تقسيم‬‫می‬‫شوند‬:
‫يتمهای‬‫ر‬‫الگو‬‫ی‬‫يادگير‬‫با‬‫ت‬‫ر‬‫نظا‬(Prediction Method)
‫يتمهای‬‫ر‬‫الگو‬‫ی‬‫يادگير‬‫ن‬‫بدو‬‫ت‬‫ر‬‫نظا‬)(Description Methods
‫در‬‫يتمهای‬‫ر‬‫الگو‬‫ی‬‫يادگير‬‫با‬‫ت‬‫ر‬‫نظا‬‫هدف‬‫از‬Data Mining‫مشخص‬‫است‬‫و‬‫می‬‫دانيم‬‫که‬‫به‬‫دنبال‬
‫چه‬‫نوع‬‫ی‬ ‫دانش‬‫می‬‫گرديم‬.‫مانند‬‫دسته‬‫بندی‬.
‫در‬‫شهای‬‫و‬‫ر‬‫ی‬‫يادگير‬‫ن‬‫بدو‬،‫ت‬‫ر‬‫نظا‬‫هدف‬‫کامال‬‫تعريف‬‫شده‬‫نيست‬.‫مانند‬‫خوشه‬‫بندی‬.

12. ‫دسته‬‫بندی‬(Classification [Predictive]):‫در‬‫اين‬‫ش‬‫و‬‫ر‬‫يک‬‫نمونه‬‫به‬‫يکی‬‫از‬‫چند‬‫دسته‬‫از‬‫پيش‬
‫تعريف‬‫شده‬‫دسته‬‫بندی‬‫می‬‫شود‬.
‫ن‬‫رگرسيو‬(Regression [Predictive]):‫پیش‬‫بینی‬‫یک‬‫مقدار‬‫متغير‬‫مبنی‬‫بر‬‫متغيرهای‬‫دیگر‬.
‫خوشه‬‫بندی‬((Clustering [Descriptive]:‫يک‬‫دسته‬‫داده‬‫ا‬‫ر‬‫به‬‫يکی‬‫از‬‫چند‬‫خوشه‬‫نگاشت‬‫می‬‫کن‬‫د‬.
‫خوشه‬‫ها‬‫ه‬‫و‬‫گر‬‫بنديهای‬‫دسته‬‫های‬‫داده‬‫ای‬‫هستند‬‫که‬‫بر‬‫اساس‬‫شباهت‬‫برخی‬‫از‬‫ها‬‫ر‬‫معيا‬‫بوجو‬‫د‬‫می‬
‫آيند‬.
‫کشف‬‫قواعد‬‫وابستگی‬(Association Rule Discovery [Descriptive]):‫ابط‬‫و‬‫ر‬‫وابستگی‬‫بين‬
‫خصيصه‬‫های‬‫مختلف‬‫ا‬‫ر‬‫بيان‬‫می‬‫کند‬.
‫تحليل‬‫دنباله‬:‫الگوهای‬‫دنباله‬‫ای‬‫ن‬‫همچو‬‫سريهای‬‫مانی‬‫ز‬‫ا‬‫ر‬‫مدل‬‫می‬‫کند‬.

13. ‫هدایت‬‫یابی‬‫ر‬‫ا‬‫ز‬‫با‬(Direct Marketing):
‫اهداف‬:
•‫کاهش‬‫هزینه‬‫ی‬‫پست‬‫با‬‫موقعیت‬‫یابی‬‫هی‬‫و‬‫گر‬‫از‬‫مصرف‬‫کنندگان‬.
‫ش‬‫و‬‫ر‬‫کار‬:
•‫استفاده‬‫از‬‫اطالعات‬‫یک‬‫ل‬‫محصو‬‫که‬‫قبال‬‫تولید‬‫شده‬‫به‬‫ر‬‫منظو‬‫استفاده‬‫در‬‫نمونه‬‫های‬‫جدید‬
.
•‫ما‬‫با‬‫توجه‬‫به‬‫اطالعات‬‫موجود‬‫بدانیم‬‫که‬‫چه‬‫فردی‬‫بیشتر‬‫چه‬‫چيزهایی‬‫ا‬‫ر‬‫می‬‫خرد‬‫و‬‫چ‬‫ه‬
‫چيزهایی‬‫ا‬‫ر‬‫نمی‬‫خرد‬.
•‫جمع‬‫ی‬‫ر‬‫آو‬‫های‬‫ر‬‫نمودا‬‫ی‬‫آمار‬‫مختلف‬‫و‬‫اطالعات‬‫مربوط‬‫به‬‫تعامالت‬‫ی‬‫مشتر‬‫و‬‫شرکت‬.

14. ‫شناسایی‬‫تخلف‬(Fraud Detection):
‫اهداف‬:
•‫شناسایی‬‫د‬‫ر‬‫موا‬‫کاله‬‫ی‬‫بردار‬‫در‬‫معامالت‬‫تهای‬‫ر‬‫کا‬‫ی‬‫اعتبار‬.
‫ش‬‫و‬‫ر‬‫کار‬:
•‫استفاده‬‫از‬‫اطالعات‬‫معامالت‬‫تهای‬‫ر‬‫کا‬‫ی‬‫اعتبار‬‫و‬‫اطالعات‬‫نده‬‫ر‬‫دا‬‫ی‬‫آن‬.
•‫برچسب‬‫دن‬‫ز‬‫به‬‫معامالت‬‫گذشته‬‫به‬‫عنوان‬‫ی‬‫کالهبردار‬‫یا‬‫معامالت‬‫نسبتا‬‫خوب‬.
•‫شناسایی‬‫یک‬‫مدل‬‫ای‬‫ر‬‫ب‬‫یک‬‫ده‬‫ر‬‫از‬‫معامالت‬
•‫استفاده‬‫از‬‫این‬‫مدل‬‫ای‬‫ر‬‫ب‬‫تشخیص‬‫کالهبردای‬‫با‬‫مشاهده‬‫ی‬‫معامالت‬‫ت‬‫ر‬‫کا‬‫ی‬‫اعتبار‬‫شخص‬.

15. ‫پیش‬‫بینی‬‫یک‬‫مقدار‬‫متغير‬‫مبنی‬‫بر‬‫متغيرهای‬‫دیگر‬.
‫مثال‬:
•‫پیش‬‫بینی‬‫مقدار‬‫ش‬‫و‬‫فر‬‫یک‬‫ل‬‫محصو‬‫جدید‬‫بر‬‫مبنای‬‫هزینه‬‫تبلیغات‬
•‫پیش‬‫بینی‬‫سرعت‬‫باد‬‫به‬‫عنوان‬‫یک‬‫تابع‬‫از‬‫دما‬،‫طوبت‬‫ر‬،‫فشار‬‫هوا‬‫وغيره‬.

16. •Example training database
• Two predictor attributes:
Age and Car-type (Sport,
Minivan and Truck)
• Spent indicates how much
person spent during a recent
visit to the web site
• Dependent attribute is
numerical
Regression Example

17. ‫تقسیم‬‫ار‬‫ز‬‫با‬(Market Segmentation):
‫اهداف‬:
•‫تقسیم‬‫ار‬‫ز‬‫با‬‫به‬‫یر‬‫ز‬‫مجموعه‬‫های‬‫مستقل‬‫،مبتنی‬‫بر‬‫مصرف‬‫کنندگان‬‫،جایی‬‫که‬‫ه‬‫ر‬‫یر‬‫ز‬
‫مجموعه‬‫بتواند‬‫به‬‫عنوان‬‫یک‬‫ار‬‫ز‬‫با‬‫مستقل‬‫انتخاب‬‫شود‬.
‫ش‬‫و‬‫ر‬‫کار‬:
•‫جمع‬‫ی‬‫ر‬‫آو‬‫مشخصات‬‫مختلف‬‫مصرف‬‫کنندگان‬‫بر‬‫پایه‬‫ی‬‫موقعیت‬‫افیایی‬‫ر‬‫جغ‬.
•‫یافتن‬‫ه‬‫و‬‫گر‬‫مصرف‬‫کنندگان‬‫مشابه‬
•‫ه‬‫ز‬‫اندا‬‫ی‬‫گير‬‫کیفیت‬‫ه‬‫و‬‫گر‬‫با‬‫مشاهده‬‫ی‬‫الگوهای‬‫خرید‬‫مصرف‬‫کنندگان‬‫در‬‫یک‬‫ه‬‫و‬‫گر‬‫در‬‫مقابل‬
‫الگوهای‬‫دیگر‬‫ه‬‫و‬‫گر‬‫ها‬.

18. ‫خوشه‬‫بندی‬‫اسناد‬(Document Clustering):
‫اهداف‬:
•‫ای‬‫ر‬‫ب‬‫پیدا‬‫کردن‬‫هی‬‫و‬‫گر‬‫از‬‫اسناد‬‫که‬‫از‬‫لحاظ‬‫ظاهر‬‫شدن‬‫کلمات‬‫مهم‬‫در‬‫آنها‬‫شبیه‬‫به‬‫هم‬‫هستند‬
‫ش‬‫و‬‫ر‬‫کار‬:
•‫ای‬‫ر‬‫ب‬‫تشخیص‬‫اتی‬‫ر‬‫عبا‬‫که‬‫در‬‫سند‬‫به‬‫ر‬‫طو‬‫متوالی‬‫ار‬‫ر‬‫تک‬‫میشوند‬.‫تشکیل‬‫یک‬‫مقیاس‬‫همانندی‬‫بر‬‫پا‬‫یه‬‫ی‬‫اوانی‬‫ر‬‫ف‬
‫ات‬‫ر‬‫عبا‬‫مختلف‬.‫استفاده‬‫از‬‫مقیاس‬‫در‬‫خوشه‬‫بندی‬.

19. ‫مدیریت‬‫ایی‬‫ر‬‫دا‬(Inventory Management):
‫اهداف‬:
•‫یک‬‫شرکت‬‫تعمير‬‫وسایل‬‫مصرف‬‫کنندگان‬‫خواستار‬‫پیش‬‫بینی‬‫ماهیت‬‫ات‬‫ر‬‫تعمي‬‫مص‬‫رف‬
‫کنندگان‬‫است‬‫تا‬‫همیشه‬‫ماشين‬‫های‬‫یس‬‫و‬‫سر‬‫دهنه‬‫اش‬‫ا‬‫ر‬‫مجهز‬‫نگه‬‫د‬‫ر‬‫دا‬.
‫ش‬‫و‬‫ر‬‫کار‬:
•‫ش‬‫ز‬‫پردا‬‫داده‬‫ها‬–‫ها‬‫ر‬‫ا‬‫ز‬‫اب‬‫و‬‫قطعه‬‫هایی‬‫که‬‫که‬‫در‬‫ات‬‫ر‬‫تعمي‬‫قبلی‬‫در‬‫مکان‬‫های‬‫متفاوت‬‫نیاز‬
‫شده‬‫است‬–‫و‬‫کشف‬‫الگوهای‬‫خدادهای‬‫ر‬‫مختلف‬.

20. INSIGHTFUL MINER
Angoss Knowledge ACCESS
ARMiner
Eudaptics Viscovery
Goal TV
MDR
Viscovery SOMine
SPSS

21. ‫دو‬‫مشکل‬‫اصلی‬‫که‬‫اکثر‬‫سيستم‬‫های‬Data Mining‫با‬‫آن‬‫مواجه‬،‫هستند‬‫تند‬‫ر‬‫عبا‬‫از‬:
‫حجم‬‫باالی‬‫داده‬‫های‬‫ی‬ ‫ش‬‫ز‬‫آمو‬
‫وجود‬‫عدم‬‫قطعيت‬‫در‬‫اطالعات‬
‫ای‬‫ر‬‫ب‬‫فع‬‫ر‬‫مشکالتی‬‫که‬‫اين‬‫سيستم‬‫ها‬‫در‬‫د‬‫ر‬‫برخو‬‫با‬‫داده‬‫های‬‫حجيم‬،‫ند‬‫ر‬‫دا‬‫معموال‬‫شهای‬‫و‬‫ر‬
‫ير‬‫ز‬‫استفاده‬‫می‬‫گردند‬:
‫احی‬‫ر‬‫ط‬‫يتم‬‫ر‬‫الگو‬‫های‬‫سريع‬:‫کاهش‬،‫پيچيدگيها‬‫بهينه‬،‫ی‬‫ساز‬‫ی‬‫مواز‬‫ی‬‫ساز‬
‫کاهش‬‫حجم‬‫داده‬‫ها‬:‫نمونه‬‫ی‬‫گير‬،‫گسسته‬،‫ی‬‫ساز‬‫کاهش‬‫ابعاد‬‫و‬...
‫ی‬‫بکارگير‬‫يک‬‫ائه‬‫ر‬‫ا‬‫ابطه‬‫ر‬‫ای‬:‫استفاده‬‫از‬‫قابليتهای‬‫ذخيره‬‫و‬‫يابی‬‫ز‬‫با‬‫اطالعات‬‫در‬‫پايگاه‬‫های‬‫داده‬

22. ‫ای‬‫ر‬‫ب‬‫ی‬‫بکارگير‬‫امکانات‬‫سيستمهای‬‫مديريت‬‫پايگاههای‬‫داده‬‫به‬‫ر‬‫منظو‬‫اف‬‫دن‬‫و‬‫ز‬‫قابليت‬
Data Mining،‫مجموعه‬‫عملياتهای‬‫ير‬‫ز‬‫ا‬‫ر‬‫می‬‫توان‬‫انجام‬‫داد‬:
‫ی‬‫بکارگير‬‫بان‬‫ز‬SQL‫و‬‫ساير‬‫اشياء‬‫پايگاههای‬‫داده‬‫ای‬‫ر‬‫ب‬‫دن‬‫و‬‫افز‬‫قابليت‬Data Mining‫به‬
‫سيستم‬‫يت‬‫ر‬‫مدي‬‫پايگاه‬‫داده‬
‫احی‬‫ر‬‫ط‬‫و‬‫ايجاد‬‫يک‬‫بان‬‫ز‬‫پرس‬‫و‬‫جو‬‫همانند‬SQL‫ای‬‫ر‬‫ب‬‫پشتيبانی‬‫از‬‫انجام‬‫فعاليتهای‬‫مختلف‬
Data Mining
‫توسعه‬‫مجموعه‬‫ای‬‫از‬‫ات‬‫ر‬‫عبا‬‫به‬‫ر‬‫منظو‬‫پوشش‬‫دادن‬‫مجموعه‬‫عمليات‬Data Mining

23. ‫داده‬‫هاي‬‫عملياتی‬‫موجود‬‫در‬‫سيستم‬‫های‬‫اطالعاتی‬‫معموال‬‫ای‬‫ر‬‫دا‬‫عدم‬‫قطعيت‬‫هستند‬.‫عدم‬
‫قطعيت‬‫می‬‫تواند‬‫به‬‫اشکال‬‫مختلفی‬‫در‬‫پايگاههای‬‫داده‬‫ر‬‫ظهو‬‫کند‬.
‫ر‬‫بطو‬‫کلی‬‫عدم‬‫قطعيت‬‫در‬‫سيستمهای‬‫پايگاه‬‫داده‬‫به‬‫دو‬‫دسته‬‫تقسيم‬‫می‬‫شوند‬:
‫اطالعات‬‫ناکامل‬(‫مقادير‬‫نامشخص‬):‫ر‬‫منظو‬‫خصيصه‬‫هايی‬‫است‬‫که‬‫ی‬‫مقدار‬‫ای‬‫ر‬‫ب‬‫آنها‬‫ثبت‬‫نشده‬‫است‬.
‫اطالعات‬‫ناسازگار‬:‫اطالعاتی‬‫که‬‫در‬‫اثر‬‫ه‬‫ز‬‫اندا‬‫ی‬‫گير‬‫ست‬‫ر‬‫ناد‬‫يا‬‫بوجود‬‫آمدن‬‫نويز‬‫در‬‫داده‬‫ها‬‫ايجاد‬‫شده‬‫ب‬‫اشد‬‫و‬
‫مقادير‬‫ثبت‬‫شده‬‫با‬‫مقادير‬‫واقعی‬‫ابر‬‫ر‬‫ب‬‫نباشند‬.

24. ‫اد‬‫ر‬‫اف‬‫يادي‬‫ز‬‫داده‬‫ي‬‫كاو‬‫ا‬‫ر‬‫مثالي‬‫ادف‬‫ر‬‫مت‬‫با‬‫اتي‬‫ر‬‫عبا‬‫ل‬‫متداو‬‫ن‬‫همچو‬‫كشف‬‫دانش‬‫در‬‫پايگاه‬‫داده‬،‫ميدانند‬‫در‬‫حالي‬‫كه‬‫داده‬
‫ي‬‫كاو‬‫تنها‬‫يكي‬‫از‬‫احل‬‫ر‬‫م‬‫ي‬‫ضرور‬‫در‬‫ايند‬‫ر‬‫ف‬‫كشف‬‫دانش‬‫در‬‫پايگاه‬‫داده‬‫است‬.

25. 1.‫ك‬‫ر‬‫د‬‫فضاي‬‫مسئله‬
2.‫شناخت‬‫داده‬
3.‫تهيه‬‫داده‬
4.‫داده‬‫ي‬‫كاو‬
5.‫يابي‬‫ز‬‫ار‬‫دانش‬‫كشف‬‫شده‬
6.‫استفاده‬‫از‬‫دانش‬‫كشف‬‫شده‬

27. 1.‫به‬‫فرضیه‬‫احتیاجی‬‫ندارد‬.
2.‫ارهای‬‫ز‬‫اب‬‫داده‬‫ی‬‫کاو‬‫از‬‫انواع‬‫مختلف‬‫داده‬‫ها‬(‫نه‬‫تنها‬‫عددی‬)‫می‬‫توانند‬‫استفاده‬‫کنند‬.
3.‫الگوریتم‬‫های‬‫داده‬‫ی‬‫کاو‬‫به‬‫طور‬‫اتوماتیک‬‫روابط‬‫ا‬‫ر‬‫ایجاد‬‫می‬‫کنند‬.
4.‫داده‬‫ی‬‫کاو‬‫به‬‫داده‬‫های‬‫صحیح‬‫و‬‫درست‬‫نیاز‬‫دارد‬.
5.‫نتایج‬‫داده‬‫ی‬‫کاو‬‫نسبتا‬‫پیچیده‬‫می‬‫باشد‬‫و‬‫نیاز‬‫به‬‫متخصصانی‬‫جهت‬‫بیان‬‫انها‬‫به‬‫ان‬‫ر‬‫مدی‬‫دارد‬.
6.‫اساس‬‫داده‬‫ی‬‫کاو‬‫برمبنای‬‫سه‬‫فعالیت‬‫اصلی‬‫حذف‬‫داده‬‫های‬‫بی‬‫ش‬‫ز‬‫ار‬،‫فشرده‬‫ی‬‫ساز‬‫داده‬‫ها‬‫و‬‫کشف‬‫الگوها‬‫است‬.

28. ‫خرده‬‫ی‬ ‫فروش‬:
─‫تعیين‬‫الگوهای‬‫خرید‬‫مشتریان‬
─‫تجزیه‬‫و‬‫تحلیل‬‫سبد‬‫خرید‬‫ار‬‫ز‬‫با‬
─‫پیشگویی‬‫ان‬‫ز‬‫مي‬‫خرید‬‫مشتریان‬‫طریق‬‫ز‬‫ا‬‫پست‬(‫فروش‬‫الکترونیکی‬)

29. ‫بیمه‬:
─‫تجزیه‬‫و‬‫تحلیل‬‫ی‬‫دعاو‬
─‫پیشگویی‬‫ان‬‫ز‬‫مي‬‫خرید‬‫بیمه‬‫نامه‬‫های‬‫جدید‬‫توسط‬‫مشتریان‬

30. ‫پزشکی‬:
─‫تعیين‬‫نوع‬‫فتار‬‫ر‬‫با‬‫ان‬‫ر‬‫بیما‬‫وپیشگویی‬‫ان‬‫ز‬‫مي‬‫موفقیت‬‫عمل‬‫های‬‫احی‬‫ر‬‫ج‬
─‫تعیين‬‫ان‬‫ز‬‫مي‬‫موفقیت‬‫روش‬‫های‬‫مانی‬‫ر‬‫د‬‫برخورد‬‫ر‬‫د‬‫با‬‫ی‬‫بیمار‬‫های‬‫سخت‬

31. ‫ی‬‫بانکدار‬:
─‫پیش‬‫بینی‬‫الگوهای‬‫ی‬‫کالهبردار‬‫طریق‬‫ز‬‫ا‬‫ت‬‫ر‬‫کا‬‫های‬‫ی‬‫اعتبار‬
─‫تشخیص‬‫مشتریان‬‫ثابت‬
─‫تعیين‬‫ان‬‫ز‬‫مي‬‫استفاده‬‫از‬‫ت‬‫ر‬‫کا‬‫های‬‫ی‬‫اعتبار‬‫اساس‬‫ر‬‫ب‬‫گروه‬‫های‬‫اجتماعی‬

32. •‫متن‬‫ی‬‫کاو‬
•‫تصویر‬‫ی‬‫کاو‬
•‫سیستم‬‫ی‬ ‫هواشناس‬
•‫صنعت‬‫و‬‫ار‬‫ز‬‫با‬‫کار‬
‫و‬...

33. ‫به‬‫طور‬‫مشخص‬‫پروژه‬‫هایی‬‫که‬‫ای‬‫ر‬‫دا‬‫نتایج‬‫کامال‬‫ملموس‬‫می‬‫باشند‬‫شامل‬‫موارد‬‫ذیل‬‫است‬:
1.‫بانکها‬‫و‬‫موسسات‬‫مالی‬‫و‬‫ی‬‫اعتبار‬
2.‫اکز‬‫ر‬‫م‬‫ائه‬‫ر‬‫ا‬‫خدمات‬‫بیمه‬
3.‫بورس‬‫و‬‫سهام‬‫و‬‫شرکت‬‫های‬‫فعال‬‫در‬‫این‬‫حوزه‬
4.‫شرکت‬‫ها‬‫و‬‫سازمان‬‫های‬‫تولیدی‬
5.‫شرکت‬‫های‬‫ائه‬‫ر‬‫ا‬‫دهنده‬‫خدمات‬(‫به‬‫طور‬‫ویژه‬‫فروشگاه‬‫های‬‫زنجيره‬‫ایی‬‫و‬‫بزرگ‬)
6.‫اکز‬‫ر‬‫م‬‫ی‬ ‫آموزش‬
7.‫مدیریت‬‫منابع‬‫انسانی‬
8.‫مدیریت‬‫ریسک‬
9.‫هتل‬‫ی‬‫دار‬

34. -‫پیش‬‫بینی‬‫تقاضاهای‬‫آینده‬‫خرید‬‫از‬‫طرف‬‫مشتریان‬
-‫پیش‬‫بینی‬‫تقاضاهای‬‫آینده‬‫جهت‬‫مندی‬‫ز‬‫نیا‬‫های‬‫آینده‬‫خدمات‬
-‫دسته‬‫بندی‬‫انواع‬‫مشتریان‬(‫خوشه‬‫بندی‬)
-‫کمک‬‫به‬‫ان‬‫ر‬‫مدی‬‫در‬‫تصمیم‬‫ی‬‫گير‬
-‫بهبود‬‫امر‬،‫یابی‬‫ر‬‫ا‬‫ز‬‫با‬‫ی‬‫مشتر‬‫یابی‬‫و‬...

35. ‫بحث‬‫است‬‫شده‬ ‫د‬‫ر‬‫وا‬‫ی‬‫کاو‬ ‫داده‬‫بر‬‫که‬ ‫ایرادی‬ ‫مهمترین‬‫ی‬ ‫خصوص‬ ‫حریم‬‫میباشد‬