قوانین انجمنی در داده کاوی

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 6,208

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

REGCMAES02_033

تاریخ نمایه سازی: 30 دی 1394

Abstract:

با گسترش سیستم های پایگاهی و حجم داده های ذخیره شده در این سیستم ها به ابزاری نیاز است تا بتوان این داده ها را پردازش کرد و اطلاعات حاصل از آن را در اختیار کاربران قرار داد. امروزه به روش هایی نیاز داریم که به اصطلاح به کشف دانش بپردازند. یعنی روش هایی که با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نماید. یکی از روش های مهم که با آن می توان الگوهای مفیدی را در میان داده ها تشخیص داد، داده کاوی است. که از فرآیند 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 است یکی از شاخه های مهم علم داده کاوی تکنیک قواعد انجمنی است که روابط و وابستگی های متقابل بین مجموعه بزرگی از اقدام داده ای را نشان می دهند پیدا کردن چنین قوانینی می تواند در حوزه های مختلف مورد توجه بودخ و کاربردهای متفاوتی داشته باشد، کشف روابط انجمنی بین حجم عظیم تراکنش های کسب و کار می تواند در تشخیص نیازها یا تقلب، در حوزه های مختلف مورد استفاده قرار گیرد. در این مقاله ابتدا به داده کاوی پرداخته سپس قواعد انجمنی در داده کاوی را بررسی نموده ایم.

Authors

محسن مرادی

گروه کامپیوتر، واحد قیر و کارزین، دانشگاه آزاد اسلامی قیر، ایران

حسین منعم

گروه کامپیوتر، واحد علوم پزشکی شیراز، دانشگاه علوم پزشکی شیراز، ایران

مهرداد مرادی

گروه کامپیوتر، واحد قیر و کارزین، دانشگاه آزاد اسلامی قیر، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • .Liu, B., Hsu, W. and Ma, Y. M. "Integrating classification ...
  • ali, K., Manganaris, S. and Srikant, R. Partial classification using ...
  • iawei Han , Data Mining : Principles and Concepts _ ...
  • R.Agrawal , T.Imielinski , and A.Swami _ Mining Association rules ...
  • J.S.Park , M.S.Chen and P.S. Yu .An Effective Hash Based ...
  • J.S.Park , M.S.Chen and P.S. Yu .Mining Association Rules with ...
  • J.S.Park , M.S.Chen and P.S. Yu .Efficient Parallel Data Mining ...
  • R.Sriknat , R.Agrawal. Mining Generalized Assocaition Rules. Proceedings of the ...
  • Sergey Brin, Rajeev Motwani, and Craig Silverstein. Beyond market baskets: ...
  • D.W. Chen , J. Han , v. Ng and C.Y. ...
  • R. Sriknat , R. Agrawal. Mining Quantitative Association Rules in ...
  • Fayyad, G. P.-Shapiro, and P. Smyth. From data mining to ...
  • نمایش کامل مراجع