ارائه چارچوب عوامل حیاتی برای موفقیت پروژه های داده کاوی

Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,823

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:

ICTM06_190

تاریخ نمایه سازی: 12 دی 1388

Abstract:

در محیط امروزی سازمانهای بسیاری در تلاش هستند که فلج اطلاعات را شکست دهند علیرغم این که اطلاعات زیادی دراین مجموع داده ها نهفته است این اطلاعات مستقیما در اختیار کاربران قرار ندارد. بنابراین به توسعه تکنیک ها و ابزارهایی نیاز است که در تحلیل و استخراج خودکار دانش نهفته است در میان حجم عظیمی از داده ها به افراد کمک کند. داده کاوی فرایندی برای استخراج دانش نهفته در میان انبوه داده ها است هم اکنون در بسیاری از تحقیقات داده کاوی تاکید زیادی برروی الگوریتم داده کاوی نظیر نیوبیز و قواعد وابستگی و کارایی آنهاست در حالیکه مسائل اساسی از دیدگاه کسب وکار این است که تصمیم به انجام چنین پروژه هایی صحیح است یا نه ؟ در پژوهش حاضر عواملی را که سازمان ها می بایست قبل از اجرای پروژه های داده کاوی به آن توجه داشته باشند شناسایی و چارچوبی براساس این عوامل بنا شده است

Keywords:

Authors

شعبان الهی

استادیار گروه مدیریت فناوری اطلاعات دانشگاه تربیت مدرس تهران

محبوبه نوری زاده

دانشجوی کارشناسی ارشد گروه مدیریت فناوری اطلاعات دانشگاه تربیت مدرس ت

علیرضا حسن زاده

استادیار گروه مدیریت فناوری اطلاعات دانشگاه تربیت مدرس تهران

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 :
  • Fayyad, U., P ia teاsky-Shapiro, G., apd Smytb, P., The ...
  • _ _ wih Applicauiops 32: 976-986, 2007. ...
  • Srobel, C. M. H., T. A daa minhg approach _ ...
  • _ _ Sbi, Y, Decision anaysi of data miming project ...
  • engineering aproach, Iafomatio Systcms 34- 87- I07, 2009. ...
  • Zahedi, F., Reliability f information systems based o the _ ...
  • RNemati, H. Oraganizaio _ _ Miving (ODM) _ Ihzroductio. Springer, ...
  • Tuaisiagbam, B., Data Mining: Technologies, Techniques, Tools a, d Trends, ...
  • _ M., Data Mini.: _ overview from Data base Perspefive. ...
  • David, M., Natalie, M. _ _ _ in DSSMode1 _ ...
  • David, H., Heikki, M. aud Smytb, P., Prirciples of daa ...
  • Mepa, J. , Data Mining Your Pebsite, dpDigial Press, 2003. ...
  • Hair, J. F. , Multivariate Data Aralysis, Prentice Hall, 2M5. ...
  • T.LAROSE, D.. Discovery Krowledge in Data, A WLEY ...
  • Mining, Management Imformation Systems I6(1): _ 16, 1999. ...
  • Sim, J., CRTTTCAL SUCCESS FACTORS IN DATA MNNG PROJECTS, UNIVERSITS ...
  • Amberg, M., Fisch, F., Wierer, M.. BA CKGROUND OFCR T/CAL ...
  • Rockart, J., Bullen, C., A primer _ criticad _ factors, ...
  • _ _ Critical _ [25] _ _ _ 1984. ...
  • Pipto, J., Slevin, D. _ _ Factors in Successul Project ...
  • Rockar, J., Chief Executves Define _ Irhfomation Needs, ...
  • Austin, D., Urderestamding Critical Success Factor ...
  • _ _ _ Factors, Program Mapagement, 2001. ...
  • Bracbman, R. J, Kbabaza, T., _ W., Piatetsky- ...
  • Hemiz, K B., Critical Success Factors for Data Mining Projects, ...
  • Lavarc, N., H.Motoda, T.Fawcett, R.Holte, P.Largely, a»d P.Adraans., Introductio _ ...
  • Cho, E.-J., Han , Jae Ho, Lee, C. Cbristopher , ...
  • نمایش کامل مراجع