سمیرا خیراله زاده - دانشجوی کارشناسی ارشد دانشگاه تبریز

امروزه در اکثر سازمان ها و شرکت ها داده ها به سرعت در حال جمع آوری و ذخیره شدن هستند. با این وجود میتوان ادعا کرد علیرغم وجود حجم انبوه داده ها، سازمان ها و شرکت ها عموماً با فقر دانش در تصمیم گیری ها روبرو هستند. اگرچه با استفاده از ابزارهای گوناگون گزارش گیری معمولی می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده هاو روابط منطقی میان آنها بپردازند. اما هنگامی که حجم عظیمی از داده ها مطرح باشد حتی کاربران حرفه ای و با تجربه، نیز نمی توانند الگوهای مفید را در میان انبوه داده ها تشخیص دهند. اخیراً تکنیک های داده کاوی برای پاسخگویی به نیازهای سازمان ها و شرکت های مختلف در کشف دانش از حجم انبوه داده مورد توجه قرار گرفته اند. داده کاوی فرایند استخراج اطلاعات،دانش و کشف الگوهای پنهان از یک پایگاه داده بسیار بزرگ است (حسینی، 1391 ). داده کاوی فرایند استخراج اطلاعات (قوانین و الگوها* ضمنی، غیربدیهی، از قبل ناشناخته و بالقوه ی مفید از داده ها در پایگاه داده است (شاپیرو و فراولی، 1991). داده کاوی باعث می شود که سازمان ها از سطح داده به سطوح بالاتر دانش و الگوهای ناشناخته برسند. در این مطالعه به بررسی خوشه بندیو برخی از آزمون های آنالیز واریانس پرداخته می شود.