پایان نامه بررسی الگوریتم های خوشه بندی جریان های داده متنی

چکیده

در تاریخ در حال توسعه اینترنت، اطلاعات متنی نقش فوق العاده مهمی را بازی می کند. امروزه هنوز هم اطلاعات متنی اساسی ترین و فرم اصلی اطلاعات در اینترنت هستند. بنابراین تقاضای نظارت، مدیریت اطلاعات متنی و استفاده از آن به عنوان منابع با ارزش زیاد، به سرعت در حال افزایش یافتن است. امروزه تجزیه و تحلیل جریان متن دارای اهمیت فراوان است و کاربردهای مختلف از جمله فیلترینگ گروههای خبری، تشخیص و ردیابی موضوع، جریان آهسته متن، شبکه- های حسگر، سازماندهی اسناد و شناسایی کاربر دارد. خوشه بندی یکی از مهم ترین روش های تجزیه و تحلیل جریان متن است. مسئله خوشه بندی جریان متن نسبت به خوشه بندی جریانهای عددی در آغاز راه است و به تازگی مورد توجه محققان بیشتری قرار گرفته است. در این پایان نامه به بررسی الگوریتم های ارائه شده برای خوشه بندی جریانهای داده متنی پرداخته و سیر پیشرفت این الگوریتم ها در راستای افزایش کارایی و بهبود کیفیت خوشه بندی متون بررسی شده است.

 

تعداد صفحات 93 word

 

فصل اول. 1

1- 1 مقدمه. 2

1-2 تعریف داده کاوی.. 3

1-3 کاربردهای داده کاوی.. 4

1-4 مراحل داده کاوی.. 5

1- 5 تکنیکها و روشهای داده کاوی.. 6

1-6 مقدمه‌ای بر خوشه‌بندی.. 7

1-7 کلاستر چیست؟. 10

1-8 انواع کلاسترها 10

1-9 خوشه‌بندی در مقابل طبقه‌‌بندی.. 10

1-10 یادگیری با نظارت در مقابل یادگیری بدون‌نظارت.. 11

1-11 کاربردها 12

1-12 مسائل درگیر با روش‌های خوشه‌بندی موجود 13

1-13 خوشه‌بندی در مقابل چندی‌سازی برداری.. 13

1-14 ویژگی های الگوریتم های خوشه بندی.. 14

1-15 روش‌های خوشه‌بندی.. 14

1-15-1 خوشه‌بندی انحصاری و خوشه‌بندی با هم‌پوشی. 15

1-15-1-1 خوشه بندی فازی.. 15

1-15-2 خوشه‌بندی سلسله مراتبی و خوشه‌بندی مسطح. 16

1-15-3 روشهای خوشه‌بندی سلسله مراتبی. 17

1-15-3-1 خوشه‌بندی با روش Single-Link. 18

1-15-3-2 خوشه‌بندی با روش Complete-Link. 19

1-15-3-3 خوشه‌بندی با روش Average-Link. 20

1-15-3-4 خوشه‌بندی با روش Group Average Link. 21

1-15-3-5 خوشه‌بندی با روش Median Distance. 22

1-15-3-6 خوشه‌بندی با روش Ward. 23

1-15-3-7 الگوریتم خوشه‌بندی پایین به بالای عمومی. 23

1-15-4 روش خوشه‌بندی K-Means (C-Means یا C-Centeriod) 24

1-15-4-1 مشکلات روش خوشه‌بندی K-Means. 26

1-15-5 الگوریتم خوشه‌بندی LBG.. 26

1-15-6 خوشه‌بندی بر اساس چگالی. 28

1-16 خوشه بندی متن. 34

1-16-1 الگوریتم خوشه بندی Bi-Section-K Means. 35

1-16-2 خوشه بندی مستندات متنی به کمک انتولوژی.. 36

1-16-3 کامپایل کردن دانش پس زمینه درون متن. 37

1-16-4 استراتژی های استفاده از کلمه در مقابل مفهوم 38

1-17 خوشه بندی جریانهای داده 38

1-17-1 الگوریتم های خوشه بندی جریان داده 39

1-17-2 مقایسه الگوریتم های خوشه بندی جریان داده 42

1-18 جریان داده متنی. 43

فصل دوم 45

( بررسی الگوریتم های خوشه بندی جریان های داده متنی) 45

2-1 مقدمه. 46

2-1-1TF-ICF. 47

2-2-2 الگوریتم STREAMING OSKM.. 49

2-2-2-1 K-means کروی انلاین. 49

2-2-2-2 پیاده سازی کارامد oskm.. 50

2-2-2-3 خوشه بندی مقیاس پذیر. 51

2-2-2-4STREAMING OSKM.. 53

2-2-2-5 ارزیابی و مقایسه. 53

2-2-3 الگوریتم OCTS. 53

2-2-3-1 تعاریف اولیه. 54

2-2-3-3 الگوریتم خوشه بندی انلاین OCTS. 59

2-2-3-4 الگوریتم OCTS. 62

2-2-4 ویژگی های Bursty. 66

2-2-4-1 ارائه ویژگی bursty. 69

تعریف6 ویژگی bursty. 69

2-2-5 الگوریتم خوشه بندی جریان متن بر اساس انتخاب ویژگی انطباقی.71

2- طراحی پردازش جریان. 73

1 معایب الگوریتم TSC-AFS. 76

2-3 معیارهای ارزیابی کیفیت خوشه بندی.. 76

فصل سوم : جمع بندی و پیشنهادات.. 78

فهرست منابع. 85

 

شکل1-2:a) در طبقه‌بندی با استفاده یک سری اطلاعات اولیه داده‌ها به دسته‌های معلومی نسبت داده‌ می‌شوند.b) در خوشه‌بندی داده‌ها با توجه به الگوریتم انتخاب شده به خوشه‌هایی نسبت داده‌ می‌شوند 15

شکل 1-3 مجموعه داده پروانه ای.. 20

شکل 1-4 : شمایی از روشهای خوشه‌بندی بالا به پایین و روشهای پایین به بالا. 22

شکل1-5 : شباهت بین دو خوشه در روش.. 23

شکل 1-6: شباهت بین دو خوشه در روش Complete-Linkبرابر است با بیشترین فاصلة بین داده‌های دو خوشه. 24

شکل 1-7 : شباهت بین دو خوشه در روش Average-Linkبرابر است با میانگین فاصلة بین داده‌های دو خوشه 25

شکل1-8 : شباهت بین دو خوشه در روش Group Average Linkبرابر است با فاصله بین میانگین نقاط دو خوشه 26

شکل (2-1) تفاوت بین خوشه بندی جریان های متنی و سنتی. 51

شکل 2-2 ایجاد مدلVSMایستا از داده خام 72

شکل 2-3 شمایی از ارائه ویژگی bursty. 73

شکل 2-4 الگوریتم TSC-AFS. 79


خرید و دانلود پایان نامه بررسی الگوریتم های خوشه بندی جریان های داده متنی

پایان نامه پیش بینی دما با استفاده از روش های هوشمند

مقدمه

 

تابش های مستقیم و غیر مستقیم منشا اصلی انرژی حرارتی کره ی زمین است بازتاب آن ها توسط زمین موجب گرم شدن هوا می گردد. اندازه گیری دما در محیط باز نشان دهنده ی دمای هوا ، دمای ناشی از تابش های اجسام مجاور و تابش های مستقیم خورشید است به همین دلیل دماسنج ها را در پناهگاههای هواشناسی قرار می دهند به طوریکه مخزن آن ها از سطح زمین در ارتفاع مشخصی در حدود 135 سانتی متری قرارداشته باشند. به این ترتیب دمای هوای بدست آمده در نقاط مختلف با یکدیگر قابل مقایسه هستند و تحت تاثیر تابش های مستقیم یا غیر مستقیم نمی باشند. از جمله عوامل موثر در دمای یک منطقه عرض جغرافیایی، ارتفاع، جریان های دریایی، فاصله از دریا، باد، جهت و پوشش ابری می باشند.

حال با توجه به عوامل ذکر شده برای پیش بینی دما روش های گوناگونی به کاربرده شده است طوری که در پی سالیان متمادی تحقیق و پژوهش، روشهای گوناگونی در زمینه پیش بینی پیشنهاد گردیدند که می‌توان آنها را در دو گروه روش های کلاسیک و اکتشافی مدرن طبقه بندی کرد روشهای کلاسیک بر پایه ی احتمالات و مدل ریاضی عمل می‌کنند ولی روش های اکتشافی هوشمند، از سیستم های مبتنی بر شبکه های عصبی، منطق فازی، الگوریتم های تکاملی و ترکیبی از روشهای هوش مصنوعی تشکیل شده است. مزیت اصلی روش های اکتشافی مدرن در این است که به طراح در دستیابی به سیستمی دینامیک و غیر خطی کمک می کنند، و همچون متد های کلاسیک نیازی به پیشنهاد یک الگو ندارند و هیچ فرضی درباره ماهیت توزیع داده های مشاهده شده در آنها به چشم نمی خورد. حتی در مواقعی که با مشکل داده های مفقود شده مواجه می شویم، بر خلاف روش های کلاسیک، در متد های اکتشافی مدرن می توان این نقیصه را تا حدودی برطرف نمود. اما شاید مهمترین برتری اکتشافی مدرن در این باشد که عناصر ذهنی و انسانی را در طراحی راه حل مسئله کنار می گذارد، امری که در روش های کلاسیک یکی از ارکان اصلی در پیاده سازی سیستم محسوب می‌گردد. در حالی که روش های اکتشافی مدرن بدون داشتن هیچ فرضی از مسئله، با کمک داده های مشاهده شده و ساختار های هوشمند نظیر شبکه های عصبی، و یا بر اساس دانش انسان خبره در سیستم های مبتنی بر منطق فازی سعی در مدل کردن مسئله در یک بلاک بسته دارند.

 

تعداد صفحات 110 word

 

فهرست مطالب

مقدمه 1
فصل یکم- منطق فازی و ریاضیات فازی
1-1- منطق فازی 2
1-1-1- تاریخچه مختصری از منطق فازی 2
1-1-2- آشنایی با منطق فازی 4
1-1-3- سیستم های فازی 7
1-1-4- نتیجه گیری 10
1-2- ریاضیات فازی 11
1-2-1- مجموعه های فازی 11
1-2-2- مفاهیم مجموعه های فازی 14
1-2-3- عملیات روی مجموعه های فازی 14
1-2-4- انطباق مجموعه های فازی 19
1-2-5- معیار های امکان و ضرورت 19
1-2-6- روابط فازی 21
1-2-6-1- رابطه ی هم ارزی فازی 23
1-2-6-2- ترکیب روابط فازی 23
1-2-7- منطق فازی 24
1-2-7-1- عملیات منطقی و مقادیر درستی فازی 25
1-2-7-2- کاربرد مقادیر درستی فازی 27
1-2-8- نتیجه گیری 27

فصل دوم- الگوریتم ژنتیک
2-1- چکیده 28
2-2- مقدمه 29
2-3- الگوریتم ژنتیک چیست؟ 32
2-4- ایده اصلی الگوریتم ژنتیک 35
2-5- الگوریتم ژنتیک 37
2-6- سود و کد الگوریتم 38
2-7- روش های نمایش 39
2-8- روش های انتخاب 40
2-9- روش های تغییر 41
2-10- نقاط قوت الگوریتم های ژنتیک 42
2-11- محدودیت های GA ها 43
2-12- چند نمونه از کاربردهای الگوریتم های ژنتیک 43
2-13- نسل اول 45
2-14- نسل بعدی 46
2-14-1- انتخاب 47
2-14-2- تغییر از یک نسل به نسل بعدی(crossover) 47
2-14-3- جهش (mutation) 48
2-15- هایپر هیوریستیک 48

فصل سوم- بررسی مقالات
3-1- یک روش رویه‌‌‌ای پیش بینی دمای هوای شبانه برای پیش بینی یخبندان
3-1-1- چکیده 51
3-1-2- مقدمه 51
3-1-3- روش شناسی 53
3-1-3-1- مجموعه اصطلاحات 53
3-1-3-2-نگاه کلی 53
3-1-3-3- یادگیری 54
3-1-3-4- تولید پارامتر های ساختاری 55
3-1-3-5- پیش بینی 57
3-1-3-6- متناسب سازی ضعیف، متوسط و دقیق 59
3-1-4- نتایج 60
3-1-4-1- واقعه ی یخبندان شپارتون 64
3-1-4-2- بحث 65
3-1-5- نتیجه گیری 66
3-2- پیش بینی دما و پیش گویی بازار بورس بر اساس روابط منطق فازی و الگوریتم ژنتیک
3-2-1- چکیده 67
3-2-2- مقدمه 67
3-2-3- سری های زمانی فازی و روابط منطق فازی 69
3-2-4- مفاهیم اساسی و الگوریتم های ژنتیک 70
3-2-5- روش جدید پیش بینی دما و بازار بورس بر اساس روابط منطقی فازی و الگوریتم های ژنتیک 71
3-2-6- نتیجه گیری 93
3-3-پیش بینی روند دمای جهانی بر اساس فعالیت های خورشیدی پیشگویی شده در طول دهه های آینده
3-3-1- چکیده 94
3-3-2- مقدمه 94
3-3-3- داده و روش بررسی 96
3-3-4- نتایج 99
3-3-5- نتیجه گیری 100
منابع


فهرست شکلها

شکل 1-1-1- طرز کار سیستم فازی 7
شکل 1-2-1- نمودار توابع فازی s، ذوزنقهای و گاما 13
شکل 1-2-2- مثال هایی از اجتماع، اشتراک و متمم دو تابع عضویت 16
شکل 1-2-3- برخی از عملگر های پیشنهاد شده برای اشتراک 17
شکل1-2-4- برخی از عملگر های پیشنهاد شده برای اجتماع 18
شکل 1-2-5- انطباق دو مجموعه فازی 19
شکل 1-2-6- نمایش معیار های امکان و ضرورت 20
شکل 1-2-7- مقادیر درستی فازی 25
شکل 2-1- منحنی 32
شکل 2-2- تاثیر الگوریتم ژنتیک بر کروموزوم های 8 بیتی 41
شکل3-1-1-تفاوت های تولید شده ی بین مشاهدات مرجع و مشاهداتی که زودتر در صف می آیند 54
شکل 3-1-2- مشاهدات هواشناسی به صف شده 55
شکل 3-1-3- دیاگرام درختی 58
شکل 3-1-4- توابع گاوس برای متناسب سازی ضعیف، متوسط و دقیق دمای هوا 59
شکل 3-1-5- هیستوگرام خطا های پیش بینی 61
شکل3-1-6- خطای میانه ماهیانه 61
شکل 3-1-7-خطای درصدی میانه ماهیانه 62
شکل 3-1-8-تراکم پیش بینی 63
شکل 3-1-9- ترسیم توزیعی دمای هوای مشاهده شده در مقابل 1 ساعت پیش بینی دمای هوا 64
شکل3-1-10- واقعه ی شپارتون، مشاهده و پیش بینی دماهای هوا 65
شکل 3-2-1- یک کروموزوم 74
شکل 3-2-2- توابع عضویت متناظر رن هایx کروموزوم های نشان داده شده در شکل3-2-1 76
شکل 3-2-3- توابع عضویت متناظر ژن هایy کروموزوم های نشان داده شده در شکل3-2-1 77
شکل 3-2-4- عملیاتcrossover دو کروموزوم 82
شکل3-2-5- عملیات جهش یک کروموزوم 84
شکل 3-2-6- بهترین کروموزوم برای پیش بینی میانگین دمای روزانه در ژوئن 1996 84
شکل 3-2-7- میانگین خطای پیش بینی روشهای پیشنهادی بر اساس سری های زمانی فازی مرتبه سوم 86
شکل 3-2-8- خطای مربع حسابی بر اساس سری های زمانی فازی مرتبه هفتم 91
شکل 3-3-1-پیکر بندی شبکه های عصبی منطقی فازی 96
شکل 3-3-2- مقادیر مشاهده و پیش بینی شده ی ولف نو 98
شکل 3-3-3- مقادیر مشاهده و پیش بینی شده ی دمای غیر عادی جهان 98


فهرست جدولها

جدول1-2-1- برخی از مفاهیم پایه ی مجموعه های فازی 14
جدول3-1-1- تاریخ اولین پیش بینی و خطای پیش بینی مربوطه 63
جدول3-2-1- داده های پیشین میانگین دمای روزانه از 1 ام ژوئن 1996 تا 30 ام سپتامبر در تایوان 72
جدول3-2-2- داده های قدیمی تراکم ابر های روزانه از 1 ام ژوئن 1996 تا 30 ام سپتامبر در تایوان 74
جدول3-2-3- جمعیت ابتدایی 78
جدول3-2-4- میانگین دمای روزانه ی فازی شده و تراکم ابرهای روزانه فازی شده از 1 ام ژوئن تا30ام سپتامبر در تایوان بر اساس نخستین کروموزوم 79
جدول3-2-5- دو فاکتور مرتبه سوم روابط گروهی منطق فازی 80
جدول3-2-6- دمای پیش بینی شده و میانگین خطای پیش بینی بر اساس سریهای زمانی فازی مرتبه سوم 85
جدول3-2-7- درصد میانگین خطای پیش بینی برای مراتب مختلف بر اساس روشهای پیشنهادی 86
جدول3-2-8- درصد میانگین خطاهای پیش بینی برای پنجره های متفاوت بر اساس روشهای پیشنهادی 87
جدول3-2-9- داده های قدیمیTAIFEXو TAIEX 89
جدول3-2-10- خطای مربع حسابی برای مراتب مختلف روش پیشنهادی 89
جدول3-2-11- مقایسه مقادیر پیشبینیTAIFEXوخطاهای مربع حسابی برای روشهای مختلف پیش بینی 90


خرید و دانلود پایان نامه پیش بینی دما با استفاده از روش های هوشمند

پروژه هوش تجاری و زوایای مختلف آن

چکیده

امروزه با پیشرفت فناوری، سازمان ها به دنبال راه ها و ترفندهایی می گردند که بقایشان را در این عرصه تضمین کنند. سازمان ها می دانند که دیگر بقای آنها تنها در رسیدن به وضعیت سوددهی مداوم نیست و باید به دنبال رقابت و ابزار آن باشند. همچنین می دانند که کلید موفقیت در عصر اطلاعات، اتخاذ تصمیماتی است که بدون تناقض، بهتر و سریع تر در رقابت پیش دستی کند.

یک سازمان در طول حیاتش، داده ایجاد می کند. این داده معمولا پیرامون دارایی، بازاریابی، فروش، منابع انسانی، مدیریت ارتباط با مشتری و … گروه بندی می شوند و هر بخش یک وظیفه جدا در شرکت انجام داده و داده های مرتبط به خود را جمع آوری می کند. این حقیقت سازمان ها را ملزم به جستجوی ابزارهایی برای تسهیل فرایند کسب اثربخش داده ها، پردازش و تحلیل وسیع آنها کرده است تا براساس آن پایه ای را برای کشف دانش جدید بنا نهند.

برای سالیان متوالی از سیستم های اطلاعات مدیریت موجود مانند:MIS,DSS,ES,EIS استفاده می شد اما این سیستم ها قادر به ایجاد یکپارچگی میان داده های پراکنده و ناهمگن و شناسایی مناسب وابستگی های موجود میان داده های جدید نبودند. برای اینکه سازمان ها قادر به واکنش سریع در برابر تغییرات بازار باشند، نیاز به سیستم های اطلاعات مدیریتی دارند که بتوانند از سازمان و محیط آن تحلیل های علت و معلولی مختلف انجام دهند.

بنابراین سازمان ها برای حفظ بقا همزمان با پیشرفت فناوری، باید تسلط بر فناوری های جدیدی مانند هوش تجاری را در کسب وکارها یک الزام و ضرورتی اجتناب ناپذیر تلقی کنند. سیستم های هوش تجاری ابزاری را فراهم می کنند که بر اساس آن نیازهای اطلاعاتی سازمان به شکل مناسبی پاسخ داده شود.

واژه های کلیدی:

هوش تجاری ، ERP ،  CRM، مدیریت دانش، سرویس تحلیلی، سرویس گزارش گیری فناوری اطلاعات ، هوش مصنوعی

مقدمه

فناوری‌های نوین با سرعتی سرسام‌اور در حال پیشرفت هستند. جوامع به صورت عام و بازار به صورت خاص با شتابی وصف ناپذیر به دنبال فناوری‌هایی می‌گردند که در این عرصه پر رقابت حضور و اثر بخشی‌شان را تضمین کند.

گسترش فناوری اطلاعات در عرصه‌های سازمانی به سرعت لایه‌های مختلفی از کاربرد برای سازمان‌ها پدید اورده است که از امور جزیی و کوچک دفتری مانند تایپ و... در فرایند‌های عملیاتی گرفته تا کنترل و مدیریت پیچیده‌ترین فرایندهای تصمیم‌گیری در فرایند‌های استراتژیک سازمان. یکی از این سطوح کاربرد که دو دهه است به صورت جدی مطرح شده و هم‌اینک بسیاری از جنبه‌های ان پیاده‌سازی شده‌است، فناوری سیستم‌های هوش تجاری است. می توان گفت هوش تجاری هم‌اینک بالاترین سطح از کاربرد فناوری اطلاعات در سازمان‌هاست.

در این پایان‌نامه در فصل اول به معرفی هوش تجاری می‌پردازیم و دلایل استفاده از ان را بررسی می‌کنیم.

در فصل دوم ابزارها و مفاهیمی را که در هوش تجاری استفاده می‌شود، تشریح می‌کنیم.

در فصل سوم معماری هوش تجاری بررسی می‌شود و یک نمونه معماری کاندیدا برای ادامه پروژه و بخش پیاده سازی پروژه معرفی می‌شود.

در راستای پیاده سازی این پروژه از BIDSاستفاده شده‌است که در فصل چهارم به معرفی سرویس‌های مختلف ان می‌پردازیم.

در فصل پنجم هم به پیاده سازی بخش‌های مختلف هوش تجاری در شیر پوینت می‌پردازیم.

فصل اخر به جمع‌بندی مطالب و نتیجه‌گیری اختصاص دارد.

تعریف هوش تجاری‏

تعاریف زیادی برای هوش تجاری وجود دارد، اما به طور کلی هوش تجاری به عنوان یک رویکرد جدید در معماری سازمانی مطرح شده است که این معماری بر اساس سرعت در تحلیل اطلاعات به مدیران جهت اتخاذ تصمیمات دقیق و هوشمند کسب و کار در حداقل زمان ممکن کمک می کند. هوش تجاری یک چارچوب کاری شامل فرایندها، ابزار و فناوری های مختلف است که برای تبدیل داده به اطلاعات و اطلاعات به دانش مورد نیاز هستند، که با استفاده از همین دانش مدیران قادر به تصمیم گیری بهتر می شوند و در نتیجه عملکرد سازمان خود را بهبود می بخشند.

با پیاده سازی راهکارهای هوش تجاری فاصله موجود بین مدیران میانی و مدیران ارشد از دیدگاه ارتباط اطلاعاتی از میان خواهد رفت و اطلاعات مورد نیاز مدیران در هر سطح، در لحظه و با کیفیت بالا در اختیار آنها قرار خواهد گرفت. همچنین کارشناسان و تحلیل گران می توانند با استفاده از امکانات ساده، فعالیتهای خود را بهبود بخشند و به نتایج بهتری دست پیدا نمایند.

 

 

فهرست مطالب

مقدمه. 1

فصل یکم

اشنایی با هوش تجاری

1-1- تعریف هوش تجاری‏.. 3

1-2- اهداف زیر ساختی هوش تجاری.. 6

1-3- اهداف کاربردی هوش تجاری در سازمان‌ها 8

1-4- انگیزه‌های استفاده از هوش تجاری در سازمان‌ها 9

1-4-1- مشکلات تجاری.. 9

1-4-2- مشکلات تکنیکی.. 9

1-5 مشکلات راه اندازی یک سیستم هوش تجاری در سازمان‌ها 10

1-6- نرم‌افزار‌های موجود هوش تجاری.. 12

1-6-1- بررسی نرم‌افزار Qlik View.. 14

1-6-2- نسخه های مختلف Qlik View.. 17

1-7- وضعیت هوش تجاری در جهان.. 18

فصل دوم

ابزار‌ها و مفاهیم در هوش تجاری

2-1- مراحل هوش تجاری.. 21

2-2- ETL.. 22

2-3- انبارداده DW... 25

2-3-1- معماری مدل‌سازی داده. 25

2-4- سیستم پردازش تحلیلی برخط OLAP. 28

2-4-1- مدل چند بعدی داده‌ها 29

2-4-2- حجم داده‌ای.. 30

2-4-3- مدل داده رابطه‌ای.. 30

2-4-4- عملیات بر روی حجم‌های داده‌ای.. 32

2-4-5- سرورهای OLAP. 33

2-5- پردازش ترکنش برخط OLTP. 35

2-6- داده‌کاوی.. 36

2-6-1- دلیل پیدایش داده‌کاوی.. 37

2-6-2- مراحل کشف دانش.... 37

2-6-3- توصیف داده‌ها در داده‌کاوی.. 40

2-6-4- مدل‌های پیش‌بینی داده‌ها 40

2-6-5- مدل‌ها و الگوریتم‌های داده‌کاوی.. 41

2-7- مدیریت ارتباط با مشتریCRM... 46

2-7-1- موضوعات مورد بحث در CRM... 48

2-7-2- انواع CRM... 51

2-7-3- مزایای مدیریت ارتباط با مشتری برای مشتریان.. 51

2-7-4- مزایای مدیریت ارتباط با مشتری برای سازمان‌ها 52

2-7-5- مراحل ارائه خدمت در مدیریت ارتباط با مشتری.. 52

2-8- برنامه ریزی منابع سازمانیERP. 52

2-8-1- اهداف اصلی ERP. 53

2-8-2- دلایل عمده استفاده از ERP در شرکت‌ها 54

2-8-3- هزینه‌های پنهان ERP. 55

2-8-4- مزایای ERP. 56

2-8-5- معایب ERP. 57

2-9- عامل هوشمندIA.. 57

2-9-1- بررسی حضور عامل‌های نرم‌افزاری هوشمند در جنبه‌های مختلف تجارت الکترونیک... 58

2-9-2- عامل‌های نرم‌افزاری در خرید اینترنتی.. 59

2-10- سیستم پشتیبان تصمیم‌گیریDSS. 59

2-10-1- مزایای DSS. 60

2-10-2- چارچوب توسعه‌یافته DSS. 60

2-10-3- اجزای DSS. 64

2-11- مدیریت زنجیره تامین SCM... 65

2-11-1- فازهاى اصلى مدیریت زنجیره تامین.. 66

2-11-2- بررسى فناوری تولید و براورد نحوه تامین دانش فنى مورد نیاز. 66

2-11-3- پنج عملکرد براى مدیریت در برابر چالش‌هاى زنجیره تامین.. 67

2-12- سیستم مدیریت دانش KMS. 68

2-12-1- تعریف مدیریت دانش.... 68

2-12-2- اهداف مدیریت دانش.... 69

فصل سوم

معماری هوش تجاری

3-1- داده‌گاه. 70

3-2- ویژگی‌های اساسی یک معماری خوب برای هوش تجاری.. 73

3-3- کارکرد BI در سطوح مختلف سازمان.. 74

3-4- زیر ساخت‌های سخت‌افزاری مورد نیاز برای هوش تجاری.. 76

3-5- فاکتورهای مهم در ایجاد شرایط مطلوب برای هوش تجاری.. 77

3-6- نکات پایه‌ای مهم در ساخت یک سیستم BI در سازمان.. 78

فصل چهارم

سرویس‌های هوش تجاری در BIDS

4-1- سرویس‌های گزارش‌گیری.. 81

4-1-1- اجزای سرویس‌های گزارش‌گیری.. 82

4-1-2- سرور گزارش... 83

4-1-3- کاتالوگ ابرداده‌ها 84

4-1-4- طراح گزارش... 84

4-1-5- برنامه وبی مدیریت گزارش... 85

4-1-6- امنیت سرویس‌های گزارش‌گیری.. 86

4-1-7- ابزار پیکربندی سرویس‌های گزارش‌گیری.. 87

4-2- سرویس‌های تحلیلی.. 87

4-2-1- امکانات SSAS 2005. 89

4-2-2- معماری.. 89

4-2-3- مدل ابعادی یکپارچه‌شده (UDM) 90

4-2-4- XML/A, XML و سرویس‌های وب.. 90

4-2-5- سرعت، مقیاس‌پذیری و تداوم. 91

4-2-6- استفاده‌پذیری.. 91

4-2-7- برنامه نویسی.. 92

4-2-8- پروژه‌های سرویس‌های تحلیلی.. 94

4-3- سرویس‌های یکپارچگی.. 94

4-3-1- ویژگی‌های جدید SSIS. 96

4-3-2- مبانی SSIS. 97

فصل پنجم

هوش تجاری در شیر پوینت

5-1- معرفی شیرپوینت... 100

5-2- شاخص‌های عملکرد کلیدی KPI. 100

5-2-1- تعیین شاخص‌ها 102

5-2-2- تجزیه و تحلیل ناحیه‌ها 102

5-2-3- طبقه‌‌بندی شاخص‌ها 103

5-2-4- مشکلات تعیین شاخص‌ها 103

5-2-5- کاربرد شاخص‌ها در هوش تجاری.. 104

5-2-6- عناوین کلیدی هوشمندی در کسب‌و‌کار. 105

5-2-7- عامل کلیدی موفقیت... 105

5-3- داشبورد‌های مدیریتی.. 106

5-4- مرکز گزارش... 107

5-4-1- و یژگی‌ها و مزایای یکپارچگی.. 108

5-5- سرویس اکسل.. 109

5-5-1- اهداف اصلی مایکروسافت از انتشار سرویس اکسل.. 110

5-6- کاتالوگ داده‌های تجاری.. 110

جمع‌بندی و نتیجه‌گیری.. 112

منابع و مراجع.. 113


خرید و دانلود پروژه هوش تجاری و زوایای مختلف آن

پایان نامه داده کاوی Data Mining

چکیده:

در دو دهه قبل توانایی­های فنی بشر برای تولید و جمع­آوری داده‌ها به سرعت افزایش یافته است. عواملی نظیر استفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب­و­کار، علوم، خدمات­ دولتی و پیشرفت در وسائل جمع­آوری داده، از اسکن کردن متون و تصاویر تا سیستمهای سنجش از دور ماهواره­ای، 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 تکنولوژی­های 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. داده­کاوی به عنوان یک راه حل برای این مسائل مطرح می باشد. در یک تعریف غیر رسمی داده­کاوی فرآیندی است، خودکار برای استخراج الگوهایی که دانش را بازنمایی می­کنند، که این دانش به صورت ضمنی در پایگاه داده­های عظیم، انباره­داده و دیگر مخازن بزرگ اطلاعات، ذخیره شده است.

به لحاظ اینکه در چند سال اخیر مبحث داده­کاوی و اکتشاف دانش موضوع بسیاری از مقالات و کنفرانسها قرار گرفته و نرم­افزار­های آن در بازار به شدت مورد توجه قرار گرفته، از اینرو در مقاله سعی بر آن شده تا گذری بر آن داشته باشیم.

در این مقاله درفصل مروری بر داده­کاوی خواهیم داشت . که به طور عمده به تاریخچه ، تعاریف، کاربردها وارتباط آن با انبار داده و OLAP خواهیم پرداخت. در پایان فصل مراحل فرایند کشف دانش از پایگاه داده­ها را ذکر کردیم که داده­کاوی یکی از مراحل آن است.

در فصل 2 یکی از شیوه­های داده­کاوی که از سبد خرید گرفته شده­ است توضیح داده شده است . در این فصل به شرح قوانین ارتباطی خواهیم پرداخت که در آن بعد از دسته­بندی الگوریتمها ، الگوریتم Apriori ( که یک الگوریتم پایه در این زمینه است ) و الگوریتم FP-Growth ( یک الگوریتم جدید میباشد) را با شرح یک مثال توضیح می­دهیم و در آخر آن دو را با هم مقایسه می­کنیم .

در فصل 3 مباحث وب­کاوی و متن­کاوی را که در بسیاری از مراجع جزء کاربردهای داده­کاوی به حساب می­آید شرح داده خواهد شد.

پایان نامه بررسی کاربردی مدل های داده چند بعدی(OLAP) واستفاده از الگوهای آماری

 

‫اﺛﺮ ﺟﻮ اﻗﺘﺼﺎدی ﺑﺮ ﻫﺰﻳﻨﻪ ﺗﻜﻨﻮﻟﻮژی:

‫ﻳﻜﻲ از ﭼﺎﻟﺸﻬﺎی ﻋﺼﺮ ﺣﺒﺎﺑﻲ اﻣﺮوز ‪ post-dot-comﻛﻪ ﺑﺴﻴﺎری از ﺳﺎزﻣﺎﻧﻬﺎ ﺑﺎ آن ﻣﻮاﺟﻪ ﻣﻲ ﺷﻮﻧﺪ اﻳﻦاﺳﺖ ﻛﻪ اﻧﺘﻈﺎر ﻣﻲ رود ﺑﻪ ﻣﻨﻈﻮر ﺑﻬﺒﻮد ﺳﻮد و زﻳﺎن ﺷﺮﻛﺖ ﺑﺪون ﻫﻴﭻ ﺑﻮدﺟـﻪ ﻳـﺎ ﺑـﺎ ﺑﻮدﺟـﻪ ﻛﻤـﻲ ﻣﺤـﺼﻮل ﺑﻴﺸﺘﺮی را اراﺋﻪ دﻫﻨﺪ. ﻣﻤﻜﻦ اﺳﺖ ﺷﻤﺎ ﺑﻪ دﻧﺒﺎل روﺷﻬﺎی ﺟﺪﻳﺪی ﺑﺮای ﻛﺎﻫﺶ ﻫﺰﻳﻨﻪ ﻫﺎی ﺗﻜﻨﻮﻟـﻮژی ﺑﺎﺷـﻴد ‫در ﺣﺎﻟﻴﻜﻪ در ﻫﻤﺎن زﻣﺎن از ﺗﻘﺎﺿﺎﻫﺎی ﺟﺪﻳﺪ و ﺑﻬﺒﻮد ﺑﻬﺮه وری ﺣﻤﺎﻳﺖ ﻛﻨﻴﺪ .ﺑﻌﻼوه ﺑﻪ دﻧﺒﺎل رﺳﻮاﻳﻲ ﻫﺎی اﺧﻴﺮ ﺣﺴﺎﺑﺪاری ﺷﺮﻛﺘﻬﺎ ﻗﻮاﻧﻴﻦ ﺟﺪﻳﺪی ﺗﺪوﻳﻦ ﺷﺪ ﺗﺎ ﻣﺴﺌﻮﻟﻴﺖ ﺷـﺮﻛﺘﻬﺎ را ﺑﺎﻻ و ﺑﺒﺮد اﻓﺸﺎ ﺳﺎزی ﻣﺎﻟﻲ را ﺑﻬﺒﻮد ﺑﺨﺸﺪ و ﺑﺎ ﺟﺮاﺋﻢ ﻣـﺎﻟﻲ ﺷـﺮﻛﺖ ﻣﺒـﺎرزه ﻛﻨـﺪ . ‪Sarbanes-Oxle ﺑـﻪ ﺷﺮﻛﺘﻬﺎ اﻣﺮ ﻣﻲ ﻛﻨﺪ ﺗﺎ ﻛﻨﺘﺮل ﺟﺎﻣﻌﻲ ﺑﺮ ﻣﺪﻳﺮﻳﺖ داﺷﺘﻪ ﺑﺎﺷﻨﺪ و اﻃﻼﻋﺎت ﻣﺎﻟﻲ ﺷﺮﻛﺖ را ﮔﺰارش ﻛﻨﻨﺪ و ﺑﺮایاﻧﺠﺎم اﻳﻦ ﻛﻨﺘﺮﻟﻬﺎ ﻣﺴﺌﻮﻟﻴﺘﻬﺎﻳﻲ را ﺑﺮروی ﻣﺪﻳﺮ ﻋﺎﻣﻞ و ﻣﺪﻳﺮ ارﺷﺪ ﻗﺮار ﻣﻲ دﻫﺪ.اﻳﻦ ﻋﻤﻞ ﺑﻪ ﻧﻮﺑﻪ ﺧﻮد ﻧﻴﺎزﻫﺎی ﺟﺪﻳﺪی را ﺑﺮ ﺳﺎزﻣﺎنIT ﺗﺤﻤﻴﻞ ﻣﻲ ﻛﻨﺪ. ﺑﻨﺎﺑﺮاﻳﻦ ﭼﮕﻮﻧﻪ ﻗﺎدرﻳﺪ ﻫﺰﻳﻨﻪ ﻫﺎ را ﻗﻄﻊ و در ﻫﻤـﺎن زﻣـﺎن دﻳـﺪﮔﺎه ﻛﻠـﻲ از اﻃﻼﻋـﺎت ﻣﻬـﻢ ﺗﺠـﺎری راﮔﺴﺘﺮش دﻫﻴﺪ ؟ ﭼﮕﻮﻧﻪ ﻣﻲ ﺗﻮاﻧﻴﺪ از اﻃﻼﻋﺎﺗﺘﺎن ﺑﺮای اﺳﺘﻔﺎده ﺑﻬﺘـﺮ از ﻓﺮﺻـﺘﻬﺎی ﺑﺮاﺑـﺮ ﺗـﺎﺛﻴﺮ اﺟـﺮا ﺑﻬﺒـﻮد ‫ﺗﺼﻤﻴﻢ ﮔﻴﺮی ﺑﺪﺳﺖ آوردن ﻣﺮز رﻗﺎﺑﺖ اﻓﺰاﻳﺶ ﺳﻮد و ﺗﻬﻴﻪ ﮔﺰارش ﻣﺎﻟﻲ ﺑﻬﺮه ﺑﺒﺮﻳﺪ؟

 

تعداد صفحات 241 word

 

فهرست مطالب

فصل اول :1 ﻣﻘﺪﻣﻪ ای ﺑﺮ ﭘﺎﻳﮕﺎه داده اوراﻛﻞ g‪10‬
‫1-1-1 اﺛﺮ ﺟﻮ اﻗﺘﺼﺎدی ﺑﺮ ﻫﺰﻳﻨﻪ ﺗﻜﻨﻮﻟﻮژی
2-1-1 ﻳﻜﭙﺎرﭼﮕﻲ
3-1-1 ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺳﺨﺖ اﻓﺰار
‫4-1-1 ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی داده ﻫﺎ از دﻳﺪ ﻳﻚ ﺷﺮﻛﺖ ﻣﻌﻤﻮﻟﻲ
‫5-1-1 ﻳﻜﭙﺎرﭼﻪ ﺳﺎزی ﺑﺮﻧﺎﻣﻪ ﻫﺎی ﻛﺎرﺑﺮدی
‫6-1-1 ‪ Grid‬در ﭘﺎﻳﮕﺎه داده اوراﻛﻞ 10g
‫2-1 اﻧﺒﺎر داده ﭼﻴﺴﺖ؟‬
1-2-1 ﭼﺮا ﺑﻪ ﻳﻚ اﻧﺒﺎر داده ﻧﻴﺎز دارﻳﺪ؟‬
‫3-1 ﭼﺸﻢ اﻧﺪاز ﺗﺎرﻳﺨﻲ
‫1-3-1- ﻇﻬﻮر اﻧﺒﺎر داده
‫. 4-1 از ﻣﺪﻟﺴﺎزی ارﺗﺒﺎط –موجودیت (E-R)استفاده نکنید
1-4-1 ﻣﺪل ﺳﺎزی اﺑﻌﺎد‬
3-4-1 ﺟﺪول ﺣﻘﻴﻘﻲ‬
4-4-1ﺟﺪول اﺑﻌﺎدی (ﭼﻨﺪ ﺑﻌﺪی)
5-4-1 ﻛﻠﻴﺪ ﻫﺎی ﻣﺨﺰن
5-1 ﭘﻴﻜﺮ ﺑﻨﺪی ﻫﺎی ﺳﺨﺖ اﻓﺰار ﺑﺮای ﻳﻚ اﻧﺒﺎر‬
1-5-1معماری سرویس دهنده:
2-5-1معماری پایگاه داده اراکل

فصل دوم :ابزار های انبار اراکل
1-2: کدام ابزار
2-2: سازنده انبار اوراکل یا OWB
1-2-2: تنظیم سازنده انبار
2-2-2: مشتری سازنده انبار اراکل
3-2-2: اهداف و منابع داده ها:
4-2-2: تعریف جداول موجود در انبار داده هایمان
5-2-2: ایجاد ابعاد
6-2-2: ایجاد یک مکعب
7-2-2: تعریف منبع برای هدف نقشه کشی ها:
8-2-2: تایید طرح
9-2-2: ایجاد طرح
10-2-2: استقرار طرح
3-2: کاشف اراکل
1-3-2: چرا Discoverer؟
2-3-2: تنظیم محیط
3-3-2: پرس و جو با استفاده از Plus Discoverer:
4-2: گزارشات اراکل 10g
1-4-2: ایجاد یک گزارش با استفاده از سازنده گزارش
2-4-2: مثال های بیشتر از گزارش های اراکل
3-4-2:انتشار گزارش
5-2: خلاصه

فصل سوم :انبار داده و وب
1-3: بررسی بیشتر
1-1-3: اینترنت و اینترانت
2-1-3: نرم افزار اراکل برای انبار داده
2-3: سرور کاربردی اراکل10g
1-2-3: چرا یک پرتال تنظیم می کنند؟
2-2-3: پرتال AS Oracle
1-3-3: Discoverer
2-3-3:انتشار یک پورت لت
3-3-3: ایجاد گزارش استاتیک
4-3: خصوصی سازی اراکل
5-3: انبار داده ها و هوشمندی تجارت الکترونیکی

فصل چهارم:OLAP
1-4: چرا نیاز به انتخاب اراکل OLAP داریم؟
1-1-4: کاربردهای OLAP
2-1-4: ROLAP و MOLAP
3-1-4: اراکل OLAP
2-4: معماری اراکل OLAP
3-4: فضاهای کاری آنالیزی
1-3-4: مدل چند بعدی
2-3-4: ایجاد فضای کاری آنالیزی
1-4-4: تعریف متاداده OLAP برای شمای رابطه ای
2-4-4:دیدگاه های متاداده OLAP و ارزیابی آن
5-4: مدیر فضای کاری آنالیزی
1-5-4: ایجاد ویزارد فضای کاری آنالیزی
2-5-4: تجدید فضای کاری آنالیزی
3-5-4: ایجاد یک طرح تجمعی
4-5-4: فعال سازهای فضای کاری آنالیزی
6-4: پرس وجوی فضاهای کاری آنالیزی
1-6-4: DML OLAP
2-6-4: بسته DBMS-AW
3-6-4: دسترسی SQL به فضای کاری آنالیزی
4-6-4: OLAP API و اجزاء BI
7-4: خلاصه

فصل پنجم :داده کاوی اراکل
5.1: داده کاوی در پایگاه داده اوراکل g10
5.2. :روش های داده کاوی اوراکل
5.2.1 : قوانین پیوستگی
5.2.2 : گروهبندی
5.2.3 : استخراج ویژگی
5.2.4 : طبقه بندی
5.2.5 : بازگشت
5.2.6 : استاندارد PMML
5.3.1 : فرمت داده
2-3-5 آماده سازی داده
4-5: استفاده از واسط های داده کاوی اوراکل
1-4-5: نصب و پیکربندی
2-4-5: روند آنالیز داده کاوی
3-4-5: مثالی با استفاده از جاوا API
4-4-5: مثال استفاده از روال های PL/SQL
5-5: خلاصه

فصل ششم:قابلیت دسترسی بالا و انبار داده
1-6: مقدمه
2-6: یک سیستم با قابلیت دسترسی بالا چیست؟
1-2-6: ویژگی های یک سیستم با قابلیت دسترسی بالا
2-2-6: نقش بهترین تجربیات عملکردی
3-6: مرور اجمالی پایگاه داده اوراکل 10g با ویژگی قابلیت دسترسی بالا
4-6: حفاظت در برابر نقص های سخت افزاری/ نرم افزاری
1-4-6: گروههای با عملکرد حقیقی (RAC)
2-4-6: ذخیره سازی مطمئن
3-4-6: آشکار سازی و نمایش خط:
4-4-6: مدیریت منابع
5-6: حفاظت در برابر فقدان داده
1-5-6: بازیابی از نقص(خطا) متوسط
2-5-6: بازیابی از خطاهای انسانی با استفاده از flash back:
3-5-6: بازیابی خطا بوسیله گارد یا نگهبان داده
4-5-6: معماری حداکثر قابلیت دسترسی اوراکل
5-5-6: حفاظت متا داده
6-6: مدیریت زمان برنامه ریزی شده
1-6-6: پیکربندی مجدد نمونه پویا
2-6-6: حفظ آنلاین
3-6-6: تعریف مجدد آنلاین:
4-6-6: ارتقاء درجه
7-6: مدیریت طول عمر اطلاعات
8-6: خلاصه:
ضمیمه

 

فهرست شکل ها

شکل 1-2: سازنده انبار- مراحل تنظیم یا به راه اندازی
شکل 2-2: میز فرمان مشتری OWB
شکل 3-2: سازنده انبار- ایجاد یک مدول
شکل 4-2: سازنده انبار- ایجاد یک منبع پایگاه داده اراکل
شکل 5-2: سازنده انبار- اهداف و منابع داده های تعریف شده
شکل 6-2: سازنده انبار- ورود جدول
شکل 7-2: سازنده انبار- به طور دستی جدول را تعریف کنید
شکل 8-2: سازنده انبار- سلسله مراتب بعد
شکل 9-2: سازنده انبار- ایجاد مکعب
شکل 10-2: ویرایش گر نقشه
شکل 11-2: ویرایشگر نقشه کشی همراه با اتصالات
شکل 12-2: جستجوی کلید محصول
شکل 13-2: فیلترسازی داده های منبع
شکل 14-2: تایید طرح
شکل 15-2: ایجاد طرح
شکل 16-2: رمز ایجاد شده توسط سازنده انبار اراکل
شکل 17-2: مدیر استقرار
شکل 18-2: مدیریت استقرار- گزارش پیش استقراری
شکل 19-2: بخش مدیر کار،اهداف OWB استقرار یافته را نشان می دهد
شکل 20-2: وضعیت مدیر استقرار (Deployment Manager)
شکل 21-2: پیکربندی طرح فیزیکی
شکل 22-2: Discoverer و Oracle Portal
شکل 23-2: Viewer Discoverer- اجرای پرس و جوی ما
شکل 24-2: Viewer Discoverer- فهرست فروش کشور Category sales by Country
شکل 25-2- Viewer Discoverer
شکل 26-2: Viewer Discoverer-Drill Drown
شکل 27-2: Administrator Discoverer- ایجاد یک EUL
شکل 28-2: Administrator Discoverer- انتخاب شِما
شکل 29-2: Administrator Discoverer- انتخاب جدول و دیدگاه ها
شکل 30-2: Administrator Discoverer- اتصالات خودکار
شکل 31-2: مدیر- نامگذاری ناحیه تجاری
شکل 32-2: Administrator Discoverer- فهرست کار
شکل 33-2: Administrator Discoverer- تنظیم ناحیه تجاری
شکل 34-2: Administrator Discoverer- تغییر جزئیات آیتم
شکل 35-2: Administrator Discoverer- ایجاد یک آیتم محاسبه شده
شکل 36-2: Administrator Discoverer= تعریف اتصال
شکل 37-2: Administrator Discoverer (مدیر کاشف)- تعریف سلسله مراتب
شکل 38-2: Administrator Discoverer- کلاس آیتم
شکل 39-2: Administrator Discoverer (مدیر کاشف)- خلاصه سازی
شکل 40-2: Administrator Discoverer- تجدید خلاصه
شکل 41-2: Administrator Discoverer- ویزارد خلاصه
شکل 42-2: مدیر- اجازه دسترسی به ناحیه تجاری
شکل 43-2: مدیر کاشف (administrator Discoverer)- ناحیه تجاری
شکل 44-2: Plus Discoverer- فهرستی از پایگاه داده ها برای اتصال
شکل 45-2: Plus Discoverer - استفاده از کتاب کاری
شکل 46-2: Plus Discoverer- انتخاب داده برای نمایش
شکل 47-2: Plus Discoverer- آرایش جدول
شکل 48-2: Plus Discoverer- گزینه های پرس و جو
شکل 49-2: Plus Discoverer- عنوان های فرمت
شکل 50-2: Plus Discoverer- انواع داده ها
شکل 51-2: Plus Discoverer- تعریف کل ها
شکل 52-2Plus Discoverer- گزارش
شکل 53-2: Plus Discoverer- بازرس SQL
شکل 54-2: Plus Discoverer- Drill up/down داده
شکل 55-2: Plus Discoverer- گزارش در سطح ماهانه
شکل 56-2: Plus Discoverer ویزارد نمودار
شکل 57-2: Plus Discoverer- نمودار فروش های سالانه
شکل 58-2: Plus Discoverer- انتخاب داده های خاص
شکل 59-2: Plus Discoverer- گزارش با استفاده از شرایط
شکل 60-2: گزارشات اراکل- انتخاب وسیله گزارش
شکل 61-2: انتخاب شیوه گزارش و عنوان
شکل 62-2: گزارشات اراکل- انتخاب منبع داده ها
شکل 63-2: گزارشات راکل- مشخص سازی پرس و جو SQL
شکل 64-2: گزارشات اراکل- استفاده از سازنده پرس و جو
شکل 65-2: گزارشات اراکل- ستون ها برای نمایش
شکل 66-2: گزارشات اراکل- محاسبه کل ها
شکل 67-2: گزارشات اراکل- مشخص سازی عرض های ستون
شکل 68-2: گزارشات اراکل- گزارش نهایی
شکل 69-2: گزارشات اراکل- گزارش ماتریس
شکل 70-2: گزارشات اراکل- گزارش شرطی
شکل 1-3: sign in شدن به پرتال Oracle AS
شکل 2-3: پرتال Oracle AS- نمایش استاندارد
شکل 3-3: یک نگاه کلی به پرتال Oracle AS
شکل 4-3: ایجاد یک صفحه وب EASYDW در پرتال AS Oracle
شکل 5-3: پرتال EASYDW
شکل 6-3: مدیریت سرور کاربردی اراکل 10g
شکل 7-3: ایجاد یک اتصال عمومی
شکل 8-3: مشخص سازی جزئیات پورت لت
شکل 9-3: استفاده از نوارها برای آغازیک گزارش استاتیک
شکل 1-4: معماری پایگاه داده اراکل 10g OLAP
شکل 2-4: پایه سطح در برابر جدول بعد والدینی- فرزندی
شکل 3-4:نسخه مفهومی متغیر
شکل 4-4: ابعاد در مدیرکاری اراکل
شکل 5-4: ویرایش گزینه های OLAP برای یک بعد
شکل 6-4: متاداده CWM برای بعد
شکل 7-4: ایجاد معکب در مدیرکاری اراکل
شکل 8-4: اضافه شدن ابعاد به مکعب
شکل 9-4: یک واحد اندازه گیری را به مکعب اضافه کنید
شکل 10-4: تعریف تجمعات برای مکعب
شکل 11-4: مدیر فضای کاری آنالیزی- دیدگاه کاتالوگ OLAP
شکل 12-4: مدیر فضای کاری آنالیزی- دیدگاه هدف
شکل 13-4: ایجاد ویزارد فضای کاری آنالیزی- نام گذاری فضای کاری آنالیزی
شکل 14-4: انتخاب مکعب برای فضای کاری آنالیزی
شکل 15-4: انتخاب گزینه های ساخت برای فضای کاری آنالیزی
شکل 16-4: گزینه های ذخیره سازی پیشرفته و نامگذاری
شکل 17-4: اسکریپت ایجاد فضای کاری آنالیزی را در یک فایل ذخیره سازید
شکل 18-4: ایجاد فضای کاری آنالیزی در پیشرفت
شکل 19-4: فضای کاری آنالیزی در دیدگاه کاتالوگ OLAP
شکل 20-4: ایجاد یک بعد مرکب
شکل 21-4: اضافه کردن ابعاد به یک ترکیب
شکل 22-4: مشخص سازی ترتیب ابعاد در یک ترکیب
شکل 23-4: مشخص سازی اندازه های segment وترتیب بعد
شکل 24-4: فضای کاری آنالیزی- منوی راست کلیک
شکل 25-4: تجدید فضای کاری آنالیزی- انتخاب مکعب ها
شکل 26-4: تجدید فضای کاری آنالیزی- انتخاب ابعاد
شکل 27-4: تجدید فضای کاری آنالیزی در پیشرفت
شکل 28-4: ویزارد طرح تجمعی- انتخاب اندازه تجمع
شکل 29-4: انتخاب سطوح برای تجمع
شکل 30-4: مرور طرح تجمعی
شکل 31-4: دسترسی به فضای کاری آنالیزی
شکل 32-4: کاربرگ OLAP در مدیر فضای کاری اوراکل
شکل 5.1 : قوانین پیوستگی
شکل 5.2 : گروه بندی
شکل 5.3 : طبقه بندی
شکل 5.4 : ماتریس اختلال
شکل 5.5 : استفاده از آنالیز ارتقاء برای اعلان های هدفمند
شکل5.6 : درخت تصمیم گیری شبکه تطبیقی Bayes
شکل 5.7 : فرمت های جدول برای داده کاوی
شکل 1-6: ویژگی های قابلیت دسترسی بالای پایگاه داده اوراکل 10g
شکل 2-6: پیکربندی گارد داده
شکل 3-6: صفحه مدیریت کنترل شبکه
شکل 4-6: تنظیم پیکربندی گارد داده
شکل 5-6: اضافه کردن یک پایگاه داده ی جانشین
شکل 6-6: انتخاب نوع back up
شکل 7-6: مشخص سازی گزینه های پشتیبانی
شکل 8-6: مشخص سازی Oracle Home برای جانشین
شکل 9-6: مشخص سازی موقعیت های فایل جانشین
شکل 10-6: مشخص نمودن پیکربندی جانشین
شکل 11-6: فرایند ایجاد جانشین
شکل 12-6: پیکربندی گارد داده
شکل 13-6: نمایش عملکرد گارد داده
شکل 14-6: عملکرد switchover
شکل 15-6: switchover کامل
شکل 16-6: ساختار با حداکثر قابلیت دسترسی
شکل 17-6: سیاست های مدیریت ذخیره سازی برطبق رده داده ها


خرید و دانلود پایان نامه بررسی کاربردی مدل های داده چند بعدی(OLAP)  واستفاده از الگوهای آماری