CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بررسی و مقایسه روش های استخراج نمونه های تکراری در داده های حجیم

اعتبار موردنیاز PDF: ۱ WORD: ۵ | تعداد صفحات: ۱۱ | تعداد نمایش خلاصه: ۵۶ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CITCOMP02_181
زبان مقاله: فارسی
حجم فایل: ۳۵۸.۹۷ کیلوبایت (فایل این مقاله در ۱۱ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۱ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بررسی و مقایسه روش های استخراج نمونه های تکراری در داده های حجیم

  ستار مرادی - دانشجوی کارشناسی ارشد کارشناسی ارشد، دانشگاه جامع امام حسین(ع)، تهران، تهران
  مهدی نقوی - استادیار گروه کامپیوتر، دانشگاه جامع امام حسین(ع)، تهران، تهران

چکیده مقاله:

با توجه به گسترش اینترنت و فراگیر شدن آن روزانه حجم بالایی از اطلاعات ایجاد می شود. پردازش این حجم از داده ها نیاز به سیستمی با قدرت پردازشی بالا دارد. سیستم های رایج امروزی قادر به پردازش چنین داده هایی با حجم زیاد نمی باشند و از طرف دیگر تامین سیستم هایی با توان پردازشی بالا به دلیل هزینه های زیاد از عهده سازمان ها خارج است. استخراج الگوهای تکراری منافع تحقیقاتی متعددی را در دو دهه گذشته جذب کرده از جمله استخراج مجموعه نمونه های تکراری از معاملات و استخراج توالی تکرار. استخراج الگوهای تکراری پیامدهایی را به دنبال خود دارد از جمله پیچیدگی فضا: داده های ورودی، نتایج میانی و الگوهای خروجی می توانند برای قرارگیری در حافظه بسیار بزرگ باشند که مانع اجرای تعداد زیادی از الگوریتم ها می شود و همچنین پیچیدگی زمانی: بسیاری از روش های موجود روی جستجو کامل یا ساختارهای داده ای پیچیده برای استخراج الگوهای تکراری تکیه می کنند که این کار برای داده های حجیم غیرقابل اجراست. تاکنون روش های گوناگونی برای مقابله با این چالش ها بیان شده که در اینجا چند مورد از آن ها را بیان کرده و مورد مقایسه قرار می دهیم و در آخر نیز از روش های ارایه شده جمع بندی می کنیم.

کلیدواژه‌ها:

داده های حجیم، نمونه های تکراری، استخراج داده ها

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_181.html
کد COI مقاله: CITCOMP02_181

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مرادی, ستار و مهدی نقوی، ۱۳۹۶، بررسی و مقایسه روش های استخراج نمونه های تکراری در داده های حجیم، دومین کنفرانس بین المللی پژوهش های دانش بنیان در مهندسی کامپیوتر و فناوری اطلاعات، تهران، دانشگاه مجلسی، https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_181.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (مرادی, ستار و مهدی نقوی، ۱۳۹۶)
برای بار دوم به بعد: (مرادی و نقوی، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۴۰۳۸
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.