کاربرد تکنیک داده کاوی در مدیریت روابط مشتری

عنوان مقاله: کاربرد تکنیک داده کاوی در مدیریت روابط مشتری

قالب بتدی:pdf

قیمت: 2400 تومان

شرح مختصر: پیشرفت در زمینه تکنولوژی اطلاعات، بازاریابی ارتباطی را در سالهای اخیر به واقعیتی انکارناپذیر تبدیل کرده است.
تکنولوژیهایی مانند انبارداده ای، داده کاوی و مدیریت نرم افزار رقابت، مدیریت روابط مشتری را بعنوان حوزه جدیدی که شرکت در آن می تواند مزیت رقابتی کسب نماید معرفی نموده است. به ویژه از طریق داده کاوی، با استخراج اطلاعات پنهانی از پایگاه داده ای بزرگ، سازمانها می توانند مشتریان ارزشمند را تعیین و رفتار آینده آنها را پیش بینی کنند. ابزارهای داده کاوی به سئوالاتی از کسب و کار پاسخ می دهد که در گذشته پیگیری آنها بسیار وقت گیر بوده است. با این حال توانمندیهای موجود در داده کاوی، مدیریت روابط مشتری را به نحو بهتری ممکن می سازد. در این مقاله سعی بر آن است تا ضمن بیان تعریف کلی از انبارداده ای، داده کاوی و مدیریت روابط مشتری، چگونگی تعامل این مفاهیم و مزایای حاصل از آن با در نظر گرفتن حریم خصوصی مشتری بیان گردد.


خرید و دانلود کاربرد تکنیک داده کاوی در مدیریت روابط مشتری

جایگاه داده کاوی در صنعت

عنوان پایان نامه: جایگاه داده کاوی در صنعت

پروژه کاردانی- رشته نرم افزار- ارائه شده به گروه علمی کامپیوتر

قالب بندی: word

تعداد صفحات: 62

قسمتی از متن:

- 1 مقدمه­ای بر داده­کاوی

در دو دهه قبل توانایی های فنی بشر در برای تولید و جمع آوری داده‌ها به سرعت افزایش یافته است. عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب و کار، علوم، خدمات دولتی و پیشرفت در وسائل جمع آوری داده، از اسکن کردن متون و تصاویر تا سیستمهای سنجش از دور ماهواره ای، در این تغییرات نقش مهمی دارند .

بطور کلی استفاده همگانی از وب و اینترنت به عنوان یک سیستم اطلاع رسانی جهانی ما را مواجه با حجم زیادی از داده و اطلاعات می‌کند. این رشد انفجاری در داده‌های ذخیره شده، نیاز مبرم وجود تکنولوژی های جدید و ابزارهای خودکاری را ایجاد کرده که به صورت هوشمند به انسان یاری رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند: داده کاوی به عنوان یک راه حل برای این مسائل مطرح می باشد. در یک تعریف غیر رسمی داده کاوی فرآیندی است، خودکار برای استخراج الگوهایی که دانش را بازنمایی می کنند، که این دانش به صورت ضمنی در پایگاه داده های عظیم، انباره داده و دیگر مخازن بزرگ اطلاعات، ذخیره شده است. داده کاوی بطور همزمان از چندین رشته علمی بهره می برد نظیر: تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه های عصبی، آمار، شناسایی الگو، سیستم های مبتنی بر دانش، حصول دانش، بازیابی اطلاعات، محاسبات سرعت بالا و بازنمایی بصری داده . داده کاوی در اواخر دهه 1980 پدیدار گشته، در دهه 1990 گامهای بلندی در این شاخه از علم برداشته شده و انتظار می رود در این قرن به رشد و پیشرفت خود ادامه دهد .واژه های «داده کاوی» و «کشف دانش در پایگاه داده»اغلب به صورت مترادف یکدیگر مورد استفاده قرار می گیرند. کشف دانش به عنوان یک فرآیند در شکل2-1 نشان داده شده است.

فهرست مطالب:

فصل اول:مقدمه

مقدمه. 1

فصل دوم:داده کاوی

2- 1 مقدمه ای بر داده کاوی. 6

2-1-1 چه چیزی سبب پیدایش داده کاوی شده است؟7

2-2 مراحل کشف دانش... 9

2- 3 جایگاه داده کاوی در میان علوم مختلف.. 12

2-4 داده کاوی چه کارهایی نمی تواند انجام دهد؟14

2-5 داده کاوی و انبار داده ها14

2-6 داده کاوی و OLAP. 15

2-7 کاربرد یادگیری ماشین و آمار در داده کاوی. 16

2-8 توصیف داده ها در داده کاوی. 16

2-8-1 خلاصه سازی و به تصویر در آوردن داده ها16

2-8-2 خوشه بندی. 17

2-8-3 تحلیل لینک.. 18

2-9 مدل های پیش بینی داده ها18

2-9-1 دسته بندی. 18

2-9-2 رگرسیون. 18

2-9-3 سری های زمانی. 19

2-10 مدل ها و الگوریتم های داده کاوی. 19

2-10-1 شبکه های عصبی. 19

2-10-2 درخت تصمیم. 22

2-10-3 Multivariate Adaptive Regression Splines(MARS)24

2-10-4 Rule induction. 25

2-10-5 K-nearest neibour and memory-based reansoning(MBR)25

2-10-6 رگرسیون منطقی. 26

2-10-7 تحلیل تفکیکی. 27

2-10-8 مدل افزودنی کلی (GAM)28

2-10-9 Boosting. 28

2-11 سلسله مراتب انتخابها28

2-12داده کاوی و مدیریت بهینه وب سایت ها30

2-13داده‌کاوی و مدیریت دانش... 31

فصل سوم: وب کاوی

3-1 تعریف وب کاوی. 33

3-2 مراحل وب کاوی. 33

3-3 وب کاوی و زمینه های تحقیقاتی مرتبط.. 34

3-3-1 وب کاوی و داده کاوی. 34

3-3-2 وب کاوی و بازیابی اطلاعات.. 35

3-3-3 وب کاوی و استخراج اطلاعات.. 36

3-3-4 وب کاوی و یادگیری ماشین. 37

3-4 انواع وب کاوی. 37

3-5 چالش های وب کاوی. 38

3-6مشکلات ومحدودیت های وب کاوی در سایت های فارسی زبان. 39

3-7 محتوا کاوی وب.. 40

 فصل چهارم: وب کاوی در صنعت

4-1 انواع وب کاوی در صنعت.. 43

4-1-1وب کاوی در صنعت نفت، گاز و پتروشیمی. 43

4-1-1-1 مهندسی مخازن/ اکتشاف.. 43

4-1-1-2مهندسی بهره برداری. 44

4-1-1- 3مهندسی حفاری. 44

4-1-1-4بخشهای مدیریتی. 44

4-1-2 کاربرد های دانش داده کاوی در صنعت بیمه. 45

4-1-3کاربردهای دانش داده کاوی در مدیریت شهری. 46

4-1-4کاربردهای داده کاوی در صنعت بانکداری. 47

4-1-4-1بخش بندی مشتریان. 47

4-2 پژوهش های کاربردی. 48

نتیجه گیری. 50

منابع و ماخذ فارسی. 51

مراجع و ماخذ لاتین و سایتهای اینترنتی. 52

 فهرست اشکال

عنوان شماره صفحه

شکل(2-1) داده کاوی به عنوان یک مرحله از فرآیند کشف دانش... 8

شکل(2-2) سیر تکاملی صنعت پایگاه داده10

شکل (2-3) معماری یک نمونه سیستم داده کاوی.. 11

شکل (2-4) داده ها از انباره داه ها استخراج می گردند. 14

شکل(2-5( داده ها از چند پایگاه داده استخراج شده اند. 15

شکل(2-6) شبکه عصبی با یک لایه نهان. 20

شکل(2-7) Wx,y وزن یال بین X و Y است.21

شکل(2-8) درخت تصمیم گیری.. 23

شکل(2-9( روش MBR.. 26

 


خرید و دانلود جایگاه داده کاوی در صنعت

دانلود پروژه و تحقیق و پایان نامه اجرای تکنیک های داده کاوی (با قابلیت ویرایش و دریافت فایل Word )تعداد صفحات 80

داده های مورد استفاده در این پروژه از پایگاه داده دانشگاه آزاد قزوین تهیه شده است، این داده ها اطلاعات ۵۰۰ نفر دانشجوی مقطع کارشناسی رشته مهندسی صنایع (گرایش های تکنولوژی صنعتی و تولید صنعتی) است. که در قالب یک فایل اکسل با ۳۸۳۷۷ رکورد می باشد و سنوات تحصیلی ۱۳۸۴ تا ۱۳۹۰ را شامل می شود. مدلی که برای پیشبینی ارتقاء سطح علمی دانشجویان بر اساس اطلاعات موجود در پایگاه داده دانشگاه آزاد قزوین پیشنهاد میشود در زیر شرح داده میشود : در این مدل پیشنهادی مراحل مختلف فرآیند داده کاوی از جمله جمع آوری دادهها، آماده سازی و پیش پردازش داده ها را روی مجموعه آموزشی ذکر شده انجام داده و الگوریتمهای مختلف داده کاوی از جمله خوشه بندی، قوانین انجمنی، درخت تصمیمگیری، برای دادهها به کار گرفته شده است. ابتدا برای عملکرد بهتر الگوریتمهای داده کاوی یک سری عملیات پیشپردازشی روی دادهها انجام داده شده است. همچنین بعد از تجمیع دادهها داخل یک فایل خصیصههای عددی به خصیصه های گروهی معادل تبدیل شده است. برای مثال تمام نمرات دانشجویان به پنج گروه عالی، خوب، متوسط، ضعیف و مردود تقسیم بندی شده است.

 

 

 

تعداد صفحات : 80

فرمت فایل : Word , pdf


خرید و دانلود دانلود پروژه و تحقیق و پایان نامه اجرای تکنیک های داده کاوی (با قابلیت ویرایش و دریافت فایل Word )تعداد صفحات 80

پروژه داده کاوی و کشف قوانین وابستگی

دانلود پروژه داده کاوی و کشف قوانین وابستگی

این فایل در قالب Word قابل ویرایش، آماده پرینت و ارائه به عنوان پروژه پایانی می باشد

خرید و دانلود پروژه داده کاوی و کشف قوانین وابستگی

داده کاوی و کاربرد آن در سلامت

عنوان مقاله: داده کاوی و کاربرد آن در سلامت

قالب بندی: pdf

شرح مختصر: پایگاه داده ها در حوزه ی سلامت حاوی میزان وسیعی از داده های بالینی است که کشف ارتباطات و الگوها در آن می تواند به دانش جدید پزشکی بیانجامد. امروزه با توجه به ظهور نظام های اطلاعات یکپارچه و رشد فن آوری اطلاعات، این مهم بیش از پیش نمایان شده است. داده کاوی از جمله پیشرفت های فن آوری در راستای مدیریت داده ها است و استفاده ی گسترده از سیستم های اطلاعات و پایگاه های داده، ادغام آن را با شیوه های سنتی به یک الزام تبدیل کرده است. در این مقاله که از نوع مروری م یباشد هدف آن است تا به بررسی مفاهیم مرتبط با داده کاوی و کاربرد آن در حوز هی سلامت پرداخته شود.


خرید و دانلود داده کاوی و کاربرد آن در سلامت