پایان نامه داده کاوی در سازمان

هدف از پایان نامه داده کاوی در سازمان ، کاربرد داده کاوی در کشف دانش پنهان میان داده های سامانه ۱۳۷ شهرداری تهران می باشد. تحقیق حاضر از نوع کاربردی می باشد و به بررسی به کارگیری برخی روش‌های داده کاوی در مورد داده‌های سامانه ۱۳۷ شهرداری تهران می‌پردازد.

سامانه ۱۳۷ یک مرکز گیرنده پیام‌های مردمی جهت رسیدگی به مشکلات و معضلات مشکلات شهری شهروندان تهرانی می‌باشد. در این راستا کل پیام‌های سال ۱۳۸۹ این سامانه در بانک اطلاعاتی۲۰۰۸  SQL Server گردآوری و مورد تحلیل قرار گرفت.سامانه ۱۳۷ با هدف رفع مشکلات و معضلات شهری و با رویکرد مشارکت بیشتر شهروندان در مدیریت شهری راه اندازی شده است. تعداد کل پیام ها در طول سال مورد بررسی و پس از مرحله آماده سازی داده ها مجموعاً ۱٫۰۸۲٫۱۹۵ بوده است که به لحاظ تحلیل‌های آماری تعداد قابل توجه و برای تحلیل‌های داده‌کاوی مناسب می‌باشد. 

رویکرد محقق در این تحقیق به کارگیری تکنیک های مختلف داده کاوی به منظور شناسایی و پیش بینی، نیازها و مشکلات شهری بر اساس داده های بدست آمده از سامانه مدیریت شهری ۱۳۷ می باشد. تمرکز اصلی در این تحقیق بر استفاده از روش‌های داده کاوی و نرم افزار SPSS Clementine می‌باشد. همان طور که در فصل قبل بیان شد، دلیل استفاده از این نرم افزار، توانایی آن در پردازش مجموعه های داده ای بزرگ و متداول بودن آن در میان کاربران است. در بخش آماده سازی داده ها، رسم نمودارها و جداول از نرم افزارهایی نظیر Sql server 2008، Excel 2007 و Spss 16 استفاده شده است. 

در مرحله ی توصیف اطلاعات، ابتدا توزیع فراوانی و درصد فراوانی متغیرهای گوناگون و همین‌طور برخی از شاخص‌های سرانه را مورد بررسی قرار دادیم و در بخش تحلیل داده ها با استفاده از تکنیک های داده کاوی، گروه مدل‌ها و تحلیل‌های زیر مورد بررسی قرار گرفته است:
•    شناسایی مناطق همگن از منظر سامانه ۱۳۷
•    پیش بینی وضعیت تماس های آب گرفتگی هر یک از مناطق به ازای بارش هر میلمیتر باران
•     تعیین ارتباط میان آب گرفتگی نواحی مختلف یک منطقه
•    تعیین نواحی مستعدتر درهر منطقه در بروز مشکلات و معضلات شهری 

فهرست مطالب

فصل اول: کلیات
مقدمه    1
۱-۱-   بیان مساله    2
۱-۲-   هدف تحقیق    3
۱-۳-   سوالات تحقیق    3
۱-۴-   اهمیت و ضرورت تحقیق    4
۱-۵-   قلمرو تحقیق    5
۱-۵-۱-    از منظر سازمانی    5
۱-۵-۲-    از منظر زمانی و مکانی    5
۱-۵-۳-    از منظر  موضوعی    5
۱-۶-   روش تحقیق و جمع آوری اطلاعات    5
۱-۷-   تعریف واژه ها و اصطلاحات فنی    6
۱-۸-   خلاصه فصل اول    6

فصل دوم: ادبیات تحقیق
مقدمه        8
۲-۱-   مبانی نظری    9
۲-۱-۱-    تاریخچه داده کاوی    9
۲-۱-۲-    تعریف داده کاوی    10
۲-۱-۳-    انواع داده کاوی    11
۲-۱-۴-    دلایل استفاده از داده کاوی    12
۲-۱-۵-    پیش نیازهای یک داده کاوی موفق    12

۲-۱-۶-    مراحل فرایند داده کاوی ( استاندارد CRISP-DM )    13

۲-۱-۶-۱شناخت کسب و کار    14
۲-۱-۶-۲شناخت داده ها    14
۲-۱-۶-۳آماده سازی داده ها    15
۲-۱-۶-۴مدل سازی    15
۲-۱-۶-۵ارزیابی مدل    15
۲-۱-۶-۶توسعه ی مدل    16
۲-۱-۷-    قابلیت های اساسی داده کاوی    16
۲-۱-۷-۱   طبقه بندی    16
۲-۱-۷-۲   پیش بینی    17
۲-۱-۷-۳    تحلیل خوشه ای    17
۲-۱-۷-۴    تخمین    18
۲-۱-۷-۵    گروه بندی شباهت یا قوانین وابستگی    19
۲-۱-۷-۶    توصیف و نمایه سازی    20

۲-۱-۸-    دسته بندی الگوریتم های داده کاوی    20

۲-۱-۹-    الگوریتم های خوشه بندی    21
۲-۱-۹-۱روش افرازی ( تقسیم بندی)    21
۲-۱-۹-۱-۱الگوریتم K-MEANS    22
۲-۱-۹-۲روش های سلسله مراتبی    22
۲-۱-۹-۳روش های مبتنی بر چگالی    23
۲-۱-۱۰-    الگوریتم های وابستگی قواعد    23
۲-۱-۱۰-۱الگوریتم Naïve    23
۲-۱-۱۰-۲ الگوریتم Apriori    24
۲-۱-۱۱-    الگوریتم های طبقه بندی    26
۲-۱-۱۱-۱الگوریتم درخت طبقه بندی و رگرسیون  (CART)    26
۲-۱-۱۱-۲الگوریتم درخت تصمیم C4.5    27
۲-۱-۱۱-۳الگوریتم های شبکه های بیزین    29
۲-۲-۱-    مدیریت شهری و شهرداری    30
۲-۲-۲-    نقش فن آوری اطلاعات در توسعه ی مدیریت شهری    31
۲-۲-۳-    معرفی سامانه مدیریت شهری ۱۳۷ شهرداری تهران    33
۲-۲-۳-۱نحوه ی عملکرد سامانه مدیریت شهری ۱۳۷    36
۲-۲-۳-۲ماموریت های مرکز سامانه مدیریت شهری ۱۳۷    38
۲-۲-۳-۳رویکردهای اجرایی مرکز سامانه مدیریت شهری ۱۳۷    38
۲-۲-۳-۴چشم انداز مرکز سامانه مدیریت شهری ۱۳۷    39
۲-۲-۳-۵ساختار سازمانی سامانه مدیریت شهری ۱۳۷    39
۲-۲   مدل مفهومی تحقیق    40
۲-۳-   ادبیات یاپیشینه تحقیق    40
۲-۴-   خلاصه فصل دوم    44

فصل سوم: روش تحقیق
مقدمه        46
۳-۱-  نوع تحقیق    46

۳-۲-  مدل فرایندی داده کاوی بر اساس استاندارد CRISP-DM    47

۳-۲-۱-    شناخت کسب و کار    47
۳-۲-۲-    شناخت داده ها     48
۳-۲-۳-    آماده سازی داده ها    48
۳-۲-۴-    مدل سازی    49
۳-۲-۵-    ارزیابی مدل    49
۳-۲-۶-    توسعه مدل    49
۳-۳-    داده های تحقیق    50
۳-۴-    جامعه آماری, روش نمونه گیری و حجم نمونه    50
۳-۵-    روش گردآوری اطلاعات و ابزار سنجش    50
۳-۶-    نوع داده ها و مقیاس آن ها    51
۳-۷-    ساختار اجرایی تحقیق    51
۳-۷-۱-    درک مساله کسب و کار    51
۳-۷-۲-    درک داده ها    52
۳-۷-۳-    آماده سازی داده ها    53
۳-۷-۴-    مدل سازی    55
۳-۷-۵-    ارزیابی نتایج    56
۳-۷-۶-    به کارگیری مدل    56
۳-۸-    مدل اجرایی تحقیق    56
۳-۹-    خلاصه فصل سوم    58

فصل چهارم: تجزیه و تحلیل داده ها
مقدمه        60
۴-۱-   توصیف داده ها    60
۴-۲-   تحلیل توصیفی داده ها با استفاده از جداول و نمودارهای توصیفی    63
۴-۲-۱-    طبقه بندی بر اساس نوع مشکل    63
۴-۲-۲-    طبقه بندی بر اساس منطقه بروز مشکل    66
۴-۲-۳-    شاخصهای توصیفی سرانه    67
۴-۳-   تحلیل داده ها با استفاده از تکنیک های داده کاوی    70
۴-۳-۱-    شناسایی مناطق همگن از منظر سامانه ۱۳۷    70
۴-۳-۱-۱ارزیابی خوشه ها    76
۴-۳-۲-    پیش بینی وضعیت تماس های آب گرفتگی در هر یک از مناطق به ازای بارش هر میلیمتر باران    77
۴-۳-۲-۱ مدل تعمیم یافته خطی    77
۴-۳-۲-۲مدل شبکه‌های عصبی    82
۴-۳-۳    تعیین ارتباط میان آب گرفتگی نواحی مختلف یک منطقه    84
۴-۳-۴    تعیین نواحی مستعدتر در هر منطقه در بروز مشکلات و معضلات شهری    86
۴-۴-   خلاصه فصل چهارم    87

فصل پنجم: بحث و نتیجه گیری
مقدمه        89
۵-۱-خلاصه        89
۵-۲-   دلایل با اهمیت بودن نتایج و دستاوردهای تحقیق    90
۵-۳-   جنبه ی نوآوری تحقیق    91
۵-۴-   نتایج تحقیق    91
۵-۴-۱-    نتایج تحلیل توصیفی    91
۵-۴-۲-    نتایج حاصل از تحلیل داده کاوی و ارائه ی دانش استخراج شده    94
۵-۴-۲-۱نتایج حاصل از شناسایی مناطق همگن با استفاده از روش خوشه بندی دو مرحله ای    94
۵-۴-۲-۲- نتایج پیش بینی تماس های آب گرفتگی در هر یک از مناطق به ازای بارش هر میلیمتر باران    95
۵-۴-۲-۳تعیین ارتباط میان آب گرفتگی نواحی مختلف یک منطقه    96
۵-۴-۲-۴نتایج تحلیل قوانین وابستگی برای شناسایی نواحی مستعدتر در هر منطقه در بروز مشکلات و معضلات شهری    97
۵-۵-  پاسخ به سوالات تحقیق    97
۵-۶-  محدودیت‌های تحقیق    98
۵-۷-  پیشنهادات تحقیق    99
۵-۸-  پیشنهادات جهت تحقیقات آتی    100
۵-۹-  خلاصه فصل پنجم    101

فهرست منابع        102
چکیده انگلیسی    105

فهرست  جداول
جدول ۲-۱ : نمونه ای از جدول پیام    35
جدول ۲-۲: تحقیقات خارجی در زمینه کاربرد داده کاوی در مراکز تماس    444
جدول۴-۱ : فیلد های جدول پیام    61
جدول ۴-۲: فیلد های جدول اطلاعاتی مربوط به اعتبار مصوب عمرانی مناطق    61
جدول۴-۳: فیلد های جدول اطلاعاتی مربوط به بارش مناطق    61
جدول۴-۴: فراوانی گروه های تماس    63
جدول۴-۵ پراکندگی مشکلات مربوط به گروه جمع آوری و نصب    65
جدول۴-۶ : طبقه بندی مشکلات بر اساس منطقه    66
جدول ۴-۷  سرانه تماس و بودجه مناطق بیست و دو گانه تهران    68
جدول۴-۸: شاخص‌های نیکویی برازش    78
جدول۴-۹: آزمون درستنمایی مدل خطی تعمیم یافته    78
جدول۴-۱۰  آزمون عوامل مدل خطی تعمیم یافته    79
جدول۴-۱۱ آزمون ضرائب مدل خطی تعمیم یافته    79
جدول۴-۱۲ بخشی از ارتباط‌های دنباله‌ای شناسایی شده    85
جدول۴-۱۳ قوانین شناسایی شده به روش GRI    86

فهرست شکل ها
شکل ۲-۱ مراحل فرایند کشف دانش و جایگاه داده کاوی.    11
شکل۲-۲ مراحل فرایند CRISP-DM    13
شکل ۲-۱ چرخه گردش پیام- ماخذ: مرکز سامانه ۱۳۷    36
شکل ۲-۲ساختار سازمانی سامانه مدیریت شهری سامانه ۱۳۷-ماخذ: مرکز مدیریت سامانه ۱۳۷    39
شکل۲-۳ مدل مفهومی تحقیق    40
شکل۳-۱وضعیت ایستگاه های پنج گانه هواشناسی مستقر در شهر تهران می باشد.    53
شکل۳-۲ روش اجرایی تحقیق    57
شکل۴-۱: درصد فراوانی هر کدام از گروه‌های تماس    64
شکل ۴-۲ :سهم مناطق در تماس های از نوع "جمع آوری خاک و نخاله" و "نصب سطل زباله مخزن دار"    66
شکل۴-۳: رابطه میان تعداد تماس، جمعیت و اعتبار مصوب عمرانی    69
شکل۴-۴ بررسی نه عامل اول در خوشه بندی    73
شکل۴-۵ بررسی نه عامل دوم در خوشه بندی    74
.شکل ۴-۶ بررسی هفت عامل آخر در خوشه بندی    75
شکل ۴-۷ اعضای خوشه های اول و دوم    76
شکل ۴-۸ : آنالیز مدل خطی تعمیم یافته    81
شکل ۴-۹: نمودار صعود    81
شکل ۴-۱۰: مدل شبکه عصبی    83
شکل ۴-۱۱: آنالیز مدل شبکه عصبی    84
شکل ۵-۱ : رابطه میان تعداد تماس، جمعیت و اعتبار مصوب عمرانی    93
شکل ۵-۲ اعضای خوشه اول و دوم    94