نقش داده کاوی در پروژه های هوش تجاری

نقش داده کاوی در پروژه های هوش تجاری به طور مفصل مورد بررسی قرار گرفته شده است. این تحقیق آماده کامپیوتر با موضوع نقش داده کاوی در پروژه های هوش تجاری در قالب فایل Word بوده و برای درس داده کاوی ارائه شده است.

پايگاه‌هاي داده مقصد BI منابع رايجي براي كاربردهاي داده‌كاوي هستند. اين پايگاه‌هاي داده شامل مقدار زيادي داده‌هاي داخلي هستند كه از منابع مختلف جمع‌آوري و يكپارچه شده‌اند، اعتبار آن‌ها تأييد شده است و در فرايند ETL تميز شده‌اند. اين پايگاه‌داده‌ها همچنين ممكن است شامل داده‌هاي خارجي باارزش باشند، از جمله قوانين و مقررات، اطلاعات جمعيتي يا جغرافيايي. تركيب داده‌هاي خارجي با داده‌هاي سازماني داخلي يك بنيان عالي براي داده‌كاوي فراهم مي‌كند.

اشكال پايگاه‌هاي داده چندبعدي مقصد BI اين است كه از آنجايي كه داده‌ها خلاصه شده‌اند، الگوهاي مخفي در داده‌ها، روابط داده‌ها و وابستگي‌هاي داده‌اي در اين مخزن داده قابل تشخيص نيستند. به عنوان مثال، ابزار داده‌كاوي ممكن است امكان تحليل سبد كالا (كشف وابستگي‌ها) را بر پايه داده‌هاي فروش خلاصه شده نداشته باشد، چون الگوهاي با جزئيات درباره فروش در هنگام خلاصه‌سازي از بين رفته‌اند. در نتيجه، فايل‌ها و پايگاه‌هاي داده عملياتي منابع معمول كاربردهاي داده‌كاوي هستند، چون شامل داده‌هاي با جزئيات در سطح تراكنش مي‌باشند. 

اهم مطالب این تحقیق آماده کامپیوتر با موضوع نقش داده کاوی در پروژه های هوش تجاری به شرح زیر است:

تعريف داده‌كاوي

اهميت داده‌كاوي

منابع داده‌اي براي داده‌كاوي

تكنيك‌هاي داده‌كاوي

كشف وابستگي‌ها

كشف الگوهاي ترتيبي

رده‌بندي

خوشه‌بندي

پيش‌بيني

اعمال داده‌كاوي

مدل‌سازي پيشگويانه و رده بندي

تحليل پيوندها

بخش‌بندي پايگاه‌داده

كشف انحرافات

كاربردهاي داده‌كاوي

فعاليت‌هاي داده‌كاوي

خروجي‌هاي داده‌كاوي

تخصص‌هاي مورد نياز

ريسك‌هاي انجام ندادن داده کاوی در پروژه های هوش تجاری

متن کامل این تحقیق آماده کامپیوتر با موضوع نقش داده کاوی در پروژه های هوش تجاری را از همین صفحه دانلود نمایید.