مارکتینگ پروژه 20 | مرجع فایل های دانلودی - پروژه آماده - پروژه دانشجویی - پاورپوینت آماده
0

هیچ محصولی در سبد خرید نیست.

ترجمه مقاله داده کاوی جهانی

ترجمه مقاله داده کاوی جهانی

دسته بندی مقالات ترجمه شده isi
فرمت فایل docx
حجم فایل 385 کیلو بایت
تعداد صفحات 28
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود

داده کاوی جهانی: مطالعه تجربی از روند فعلی پیش بینی آینده و انتشار فناوری

Global data mining: An empirical study of current trends future forecasts and technology diffusions

چکیده:

با استفاده از روش داده کاوی این مطالعه و تجلیل روند تحقیقات و پیش بینی داده کاوی را از سال 1989 تا سال 2009 را با عنوان داده کاوی در پایگاه SSCI انجام داده است روش کتاب سنجی تحلیل روشی بررسی موضوع در این بازه زمانی است. ما با برداشت از 1881 مقاله به بررسی این موضوع پرداخته ایم در این مقاله پیاده سازی و طبقه بندی مقالات داده کاوی با استفاده از سال نشر، استناد، کشور نشر، نوع سند، نام موسسه، زبان، عنوان منبع و موضوع منطقه برای وضعیت های مختلف به منظور کشف تفاوت ها و اطلاعات چگونگی فناوری و توسعه یافتگی آن در این دوره با گرایش های فناوری پرداخته ایم و پیش بینی نتایج را از این مقالات انجام داده ایم همچنین این مقاله انجام آزمون K-S را برای بررسی اینکه آیا تجزیه و تحلیل براساس قانون لوکتا است یا نه انجام دادند. علاوه براین تجزیه و تحلیل بررسی متون تاریخی جهت نفوذ فناوری داده کاوی انجام شده است. این مقاله یک نقشه راه برای تحقیقات آینده، و روندهای تکنولوژی و پیش بینی و تسهیل انباشت دانش را در دستور خود دارد به طوری که محققان داده کاوی بتواند با صرف هزینه کم بر روی موضوع مشخص خود متمرکز شوند.

این بدان معنی است که پدیده موفقیت در نشریات با کیفیت بالاتر شایع تر است

کلیده واژه ها: داده کاوی، روند تحقیقات و پیش بینی، نفوذ فناوری و روش کتاب سنجی

1- مقدمه:

داده کاوی زمینه بین رشته ای است که ترکیبی مصنوعی از هوش، مدیریت پایگاه داده، تجسم داده ها، دستگاه یادگیری، الگوریتم های ریاضی و آمار را به وجود آورده است. داده کاوی نیز به عنوان کشف پایگاه داده ها شناخته شده است. دچن، هان ویو 1996 ، پیاتتکسی و اسمیت 1996 که به سرعت در حال ظهور می باشند. این فناوریها روش های مختلفی را برای تصمیم گیری حل مسئاله، تجزیه و تحلیل، برنامه ریزی، تشخیص، یکپارچه سازی، پیشگیری آموزش و نوآوری را به ارمغان می آورد که نیاز به تکنیک های جدید برای کمک به تجزیه و تحلیل، درک و حتی تجسم مقدار بسیار عظیمی از داده های ذخیره شده را در برنامه های علمی و کاربردی را جمع آوری می کند. کشف دانش این فرآیند جالب توجه است. که مانند الگوهایی برای انجمن ها، تغییرات، ناهنجاری و سازه های مهم که از مقادیر زیادی از داده های ذخیره شده در پایگاه داده ها، انبار داده ها و یا دیگر مخازن اطلاعاتی تشکیل شده است. این می تواند به شرکت جهت تصمیم گیری به خاطر ماندن در فضای رقابتی بازار کمک کند. توابع اصلی داده کاوی در تجارت توسعه یافته شامل خلاصه، انجمن، طبقه بندی، پیش بینی و خوشه است. این توابع می تواند با استفاده از انواع فناوریها مانند پیاده سازی پایگاه داده، یادگیری و روش های آماری اجرا شود. (پیا تتسکی و اسمیت 1996 ) استخراج اطلاعات از پایگاه داده به عناون یک فرایند است که با استفاده از آمار، ریاضی، تکنیک های هوشی مصنوعی و روشهای دیگر و شناسایی اطلاعات مفید و پس از آن بدست آوردن دانش پایگاه های بزرگ تعریف می شود. در تلاش برای توسعه بینش های جدید با کارایی عمل مناسب داده کاوی به منظور بررسی برنامه های بهبود، اولویت استراتژیک عوامل محیطی، ابعاد عملکرد تولید و اثر متقابل آنها مورد استفاده قرار گرفت (حاجی زاده، حسینی، بارفروش و همکاران 2010 (اسمیت و برسون 2000 ) (لوژن 2001 )(احمد2004 )(لینوف و بری 2004 ) همچنین داده کاوی به عنوان فرآیند استخراج اطلاعات تعریف شده و یا تشخیص الگوهای پنهان و یا اطلاعات از پایگاه داده های بزرگ و امکان پذیر می کند. با مقدار زیادی از داده ها، فناوریهای داده کاوی می تواند با بحث به وجود آمدن هوش کسب و کار و در نهایت ایجاد فرصت های جدید می شود. به تازگی تعدادی از برنامه های کاربردی داده کاوی و نمونه های اولیه برای انواع دامنه های توسعه یافته است (بارچمن و خابازا، کلسژن پیاتتکسی، شاپیر و سیموریس 1996 ) که از جمله بازاریابی، بانکداری و امورمالی، تولید و مراقبت های بهداشتی است. علاوه براین داده کاوی نیز به عنوان دیگر داده ها مانند اعمال سری های زمانی، ارتباط است.

پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود

محمد

من نویسنده این سایت هستم و خوشحالم که در کنار مدیریت سایت میتوانم هر روز تجربیات خودم رو افزایش دهم تا به ارائه خدمات بهتری بپردازم.

مطالب زیر را حتما بخوانید:

قوانین ارسال دیدگاه در سایت

  • چنانچه دیدگاهی توهین آمیز باشد و متوجه اشخاص مدیر، نویسندگان و سایر کاربران باشد تایید نخواهد شد.
  • چنانچه دیدگاه شما جنبه ی تبلیغاتی داشته باشد تایید نخواهد شد.
  • چنانچه از لینک سایر وبسایت ها و یا وبسایت خود در دیدگاه استفاده کرده باشید تایید نخواهد شد.
  • چنانچه در دیدگاه خود از شماره تماس، ایمیل و آیدی تلگرام استفاده کرده باشید تایید نخواهد شد.
  • چنانچه دیدگاهی بی ارتباط با موضوع آموزش مطرح شود تایید نخواهد شد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

لینک کوتاه: