داده کاوی : مفاهیم، روش ها، کاربردها، آینده

داده کاوی : مفاهیم، روش ها، کاربردها، آینده

اسلاید 1: داده کاوی: مفاهيم، روشها، کاربردها، آينده

اسلاید 2: فهرست مطالبمقدمهمعرفی داده‌کاوی و دلايل پيدايش آنجايگاه داده‌کاوی در علوم کامپيوترمراحل و اجزای يک فرآيند داده‌کاوی کاربردهای داده‌کاوی کاربردهای تجاریکاربردهای علمیکاربردهای امنيتیتکنيکهای داده‌کاویدسته بندیقوانين تداعیخوشه بندیآينده داده‌کاوی: کاربردهای جديد، چالشها و دستاوردهاتشخيص ناهمگونیداده‌کاوی توزيع شدهداده کاوی و حريم خصوصی

اسلاید 3: داده کاوی و دلايل پيدايش آن توسعه تکنولوژيهای ذخيره و بازيابی اطلاعاتافزايش روزافزون حجم اطلاعات ذخيره شدهتنوع بسيار زياد در اطلاعات موجود بانکهای اطلاعاتیفايلهای چندرسانه ای (تصاوير متحرک، فايلهای صوتی)اطلاعات متنی و فاقد ساختارآرشيوهای اطلاعاتی، به دليل حجم بسيار زياد، غالبا به مقبره های اطلاعات تبديل می شوند.

اسلاید 4: داده کاوی و دلايل پيدايش آن عليرغم هزينه های سنگين در بخش تکنولوژی اطلاعات، بسياری از تصميمها همچنان در فقر اطلاعاتی اتخاذ می گردند. از قابليتهای بالقوه اطلاعات ذخيره شده استفاده نمی شود. نياز به تبديل اطلاعات به دانش در بسياری زمينه ها آشکار گرديده است. وقايعی نظير 11 سپتامبر، لزوم خودکار يا حداقل نيمه خودکار بودن فرآيند تبديل اطلاعات به دانش را به خوبی نشان می دهند. داده کاوی به دهه 80 برمی گردد.داده کاوی با تلاش برای اعمال تکنيکهای هوش مصنوعی بر روی بانکهای اطلاعاتی آغاز گرديد.

اسلاید 5: پردازش اطلاعات: از فايلهای متنی تا داده کاویحرکت از روشهای ابتدائی پردازش اطلاعات به داده کاوی، همواره برحسب نياز حوزه های مختلف بوده است.سير کلی تکنولوژی پردازش اطلاعات را می توان به صورت زير خلاصه کرد:فايلها: اطلاعات ناهمگون، فاقد ساختار مشخص، اشتباهات متعدد، پردازش در حد تهيه فهرست بانکهای اطلاعاتی خاص: اطلاعات ناهمگون، اشتباهات نسبتا کمتر، گزارشات آماری ساده

اسلاید 6: پردازش اطلاعات: از فايلهای متنی تا داده کاوی(ادامه)بانکهای اطلاعاتی رابطه ای: اطلاعات همگون، ارتباطات مشخص، اشتباهات کمتر، گزارشات آماری پيچيده و مقايسه ای و شامل ارتباطات عناصر مختلفبانکهای اطلاعاتی تحليلی: ويژه تحليل اطلاعات، ارائه يک مدل چندوجهی و امکان ساخت و مشاهده سريع گزارشات خاص، توانائی محدود در ذخيره سازی و پردازش انواع اطلاعات (معمولا فقط اطلاعات عددی)داده کاوی: امکان پردازش انواع اطلاعات، قابليت کشف دانش از اطلاعات موجود

اسلاید 7: يک تعريف تئوريک از داده کاویداده کاوی عبارت است از فرآيند (نيمه)خودکار استخراج دانش (در قالب الگوهای پنهان) از مجموعه اطلاعات ورودی.معمولا آگاهی اندکی در مورد دانش هدف وجود دارد.ورودی عمدتا بسيار حجيم و پردازش دستی آن ناممکن است.نتايج حاصل از داده کاوی، با روشهای سنتی پردازش اطلاعات (گزارش گيری) قابل دستيابی نيست.

اسلاید 8: يک تعريف تئوريک از داده کاوی(ادامه)خودکار يا نيمه خودکار بودن داده کاوی به معنای حداقل نياز به دخالت کاربر است.انواع اطلاعات (و نه صرفا اطلاعات عددی) قابل پردازش می باشند.

اسلاید 9: جايگاه داده کاویداده کاوی را می توان يک شاخه از يادگيری ماشين دانست.به دليل عدم وجود يک چارچوب تئوريک برای داده کاوی، در نظر گرفتن آن به عنوان زير مجموعه ای از يادگيری ماشين می تواند مورد بحث قرار گيرد.تلاشهای اندکی برای توسعه يک چارچوب تئوريک برای داده کاوی انجام گرفته است.اين ميزان تلاش کافی نبوده و به نتيجه قابل قبولی نرسيده است.تفسير داده کاوی به عنوان زير مجموعه ای از آمار، چندان قانع کننده نيست: مسائل با فضای حالت دارای ابعاد زياد مهمترين وجه اين تمايزند.

اسلاید 10: جايگاه داده کاوی(ادامه)تفسير داده کاوی به عنوان فرآيندی جهت تخمين تابع توزيع احتمال توأم نمونه ها: تکراری بودن داده کاوی چنين طبقه بندی را رد می کند.نظريه داده کاوی معادل فشرده سازی، داده کاوی را فرآيندی برای فشرده سازی اطلاعات ورودی، از طريق پيدا کردن يک ساختار مناسب برای آن در نظر می گيرد.

اسلاید 11: چند واقعيتتعريف موجود، سبب ايجاد انتظاراتی غيرواقعی از داده کاوی می شود.تا کنون، هيچ سيستم/فرآيند داده کاوی کاملا خودکاری که منطبق بر شرايط واقعی باشد، ساخته نشده است. دخالت مستقيم کاربر، به خصوص در مراحل اوليه يک فرآيند داده کاوی، اجتناب ناپذير است. داده کاوی به يک هيولای پرقدرت شبيه است: رها کردن بدون هدف آن در سرزمين اطلاعات، مطمئنا نتايج خوبی در پی نخواهد داشت.تمام قدمهای يک فرآيند داده کاوی توسط انسان تعريف می شود. چند مرحله کلی در هر فرآيند داده کاوی وجود دارد.

اسلاید 12: مراحل يک فرآيند داده کاویهريک از مراحل، با مشکلات خاص خود مواجه است.پيرايش و تجميع اطلاعات، معمولا حجم عمده کار را به خود اختصاص می دهند.بازنمائی دانش، به خصوص در مورد داده کاوی، در موارد متعددی هيچ راه حل قابل قبولی ندارد.انتخاب اطلاعات هدفپيرايش اطلاعاتتجميع اطلاعاتاستخراج دانشبازنمائی دانش استخراج شدهتفسير نتايج

اسلاید 13: پايه های يک فرآيند داده کاوی5 پايه اصلیمجموعه نمونه های آموزشی: بايد انتخاب، جمع آوری و پيرايش شوند.نوع دانش: نوع دانش مورد انتظار، تکنيک داده کاوی مورد استفاده را مشخص خواهد کرد.دانش پايه: انتقال دانش موجود در مورد مسئله به فرآيند داده کاوی، غالبا به صورت سلسله مراتبی از مفاهيم

اسلاید 14: پايه های يک فرآيند داده کاوی(ادامه)معيارهای ارزيابی: ملاکهای ارزش دانش حاصل از داده کاوی، چه در زمان استخراج دانش و چه در زمان بازنمائی از اهميت کليدی برخوردار بوده و راهنمای فرآيند داده کاوی خواهند بود.نحوه ارائه: معمولا بر حسب نوع دانش استخراج شده تعيين می شود. در موارد متعددی نيز روش مناسبی برای بازنمائی وجود ندارد.

اسلاید 15: دانش پايهدانش فعلی کاربر در مورد نمونه های آموزشیغالبا به صورت سلسله مراتب مفهومی (Concept Hierarchy)به صورت ترتيب جزئی بين سطوح تجرد مطرح می شودمثال: کشور > استان > شهر > منطقه

اسلاید 16: کاربردهای داده کاویکاربردهای تجاریکاربردهای علمیکاربردهای امنيتی

اسلاید 17: کاربردهای تجاریتقريبا در تمام سازمانها و انواع تجارتها، به دليل وجود اطلاعات، می توان داده کاوی را مورد استفاده قرار داد.پيش بينی مربوط به بازار بورستحليل سبد خريدشناسائی طبقات و گروههای اصلی مشتريانتعيين ميزان تاثير عوامل مختلفی نظير تبليغات، تخفيف، ... بر ميزان و الگوهای فروش

اسلاید 18: کاربردهای علمیاطلاعات جمع آوری شده در حوزه های مختلف: اطلاعات جغرافيائی، اطلاعات اقليمی، اطلاعات پزشکی حجم بسيار بالا و خصايص متعددتنوع اطلاعاتنويز شديد در غالب اطلاعات جمع آوری شده توسط سنسورهانياز مبرم به تکنيکهای داده کاوی، حداقل جهت ايجاد امکان تصور اطلاعات برای متخصصان

اسلاید 19: کاربردهای علمی (ادامه)حوزه پزشکی:تشخيص بيماريها براساس انواع اطلاعات (تصاوير پزشکی، مشخصات بيمار احتمالی)تشخيص ناهنجاريهائی که توسط انسان به سختی قابل تشخيص خواهند بود (لکه ها و نقاط خاص داخل چشم که نشانه شروع کوری ناشی از ديابت می باشد)

اسلاید 20: کاربردهای علمی (ادامه)حوزه اطلاعات جغرافيائی و اقليمیکشف پديده های اقليمی جديدتکنيکهای بصری سازی و بازنمائی اطلاعاتپردازش انواع اطلاعات (تصاوير، اطلاعات به دست آمده از سنجنده ها)

اسلاید 21: مثالی از کاربردهای داده کاوی: اطلاعات ژنتيک (1)آرايه ای از نمونه های DNAانجام تعدادی آزمايش بر روی يک تراشه