به مدد پيشرفت فنآوري، امكان اندازهگيري و ذخيره اطلاعات بصورت خودكار در حوزههاي مختلف علوم فراهم آمده است و از اينرو بشر در حوزههاي مختلف علمي غرق دنياي اطلاعات شده و راه براي مدلسازي دقيقتر سيستمهاي پيچيده، مبتني بر اطلاعات بجاي بهرهمندي از سيستم خبره مبتني بر دانش متخصص فراهم آمده است . به عنوان مثال در حوزهي مهندسي خطوط راهآهن، به كمك ماشين اندازهگيري خط، روزانه صدها كيلومتر از نامنظميهاي هندسي خطوط اندازهگيري ميشود كه مديريت تعمير و نگهداري پيشبينانه و تصميمگيري صحيح و استفاده كارآ و مفيد از اطلاعات موجود، مستلزم خودكار كردن پردازش اين اطلاعات خام و تبديل آن به معرفت در قالب به خدمت - گيري روشهاي نوين دادهكاوي ميباشد . دادهكاوي در مقايسه با پرس و جوي ساختاريافته از اطلاعات، اين ويژگي را دارد كه در دادهكاوي بجاي پرسش يك رابطه مشخص، الگوها و روابط ارزشمند بين آنها كه از پيش مشخص نيست، از حجم انبوهي از اطلاعات استخراج ميشود . دادهكاوي را ميتوان يادگيري ماشيني ( خودكار ) استقرايي قلمداد كرد كه به هدفي واقع در يك طيف كه مدلسازي مبتني بر اطلاعات براي پيشبيني در يك سوي آن و مدلسازي مبتني بر اطلاعات براي توصيف در سوي ديگر آن قرار دارد، انجام ميشود . اين يادگيري در كشف الگوها و روابط بين آنها تجلي پيدا ميكند و آن را ميتوان در قالب سه رويكرد طبقهبندي ( يادگيري باسرپرست ) ، خوشه يابي ( يادگيري بدون سرپرست ) و قواعد انجمني تقسيمبندي كرد . روش هاي مختلفي همچون روش هاي آماري، تصميمگيري بيزين، شبكه عصبي مصنوعي، استراتژي هاي تكاملي و استفاده از نظريه مجموعههاي فازي را ميتوان براي كشف الگو و روابط بين آنها بكار برد و نرمافزارهاي متنوعي بر اساس هر كدام از اين روشها توسعه داده شده است . در اين مقاله كاوش پايگاه اطلاعات نامنظمي هندسي خطوط راه آهن به منظور كشف الگو و رابطه مبتني بر استخراج قواعد انجمني و طبقهبندي درختي و خوشهيابي، كه سه شكل اصلي بازنمايي خروجي يادگيري مبتني بر دادهكاوي ميباشد، ارائه شده است .

كلمات كليدي:

داده كاوي، استخراج دانش از اطلاعات، پايگاه اطلاعات خطوط راه آهن، طبقه بندي، خوشه يابي، قواعد انجمني، نرم - افزار دادهكاوي weka