پیش بینی پهنای باند مورد نیاز دانشگاه ها و مراکز آموزشی با استفاده از تکنیک شبکه عصبی (مطالعه موردی: دانشگاه پیام نور قم)

با گسترش حوزه رقابتی شدن کسب و کارها و اهمیت مشتری در دنیای حاضر به عنوان محور کلیه برنامه ریزی ها و مزایای رقابتی شرکت ها و سازمان های دولتی و خصوصی، روش های گوناگونی برای شناسایی نیازهای مراجعان و میزان رضایت آنها در سال های اخیر ارایه گردیده است. در این مقاله می خواهیم با استفاده از تکنیک های شبکه عصبی در داده کاوی به تجزیه و تحلیل اطلاعات پایگاه داده یک دانشگاه به منظور پیش بینی پهنای مورد نیاز در دوره های زمانی آینده بپردازیم. این پیش بینی می تواند به دانشگاه کمک کند سیاست هایی را اعمال کند تا به صورت بهینه از امکانات موجود بهره برداری نماید همچنین با توجه به هزینه بالای پهنای باند با حدس زدن زمان های اوج ترافیک در شبکه استراتژی خاصی جهت خرید یا اجاره پهنای باند تدوین نماید. در این مقاله با استفاده از نرم افزار کلمنتاین و اعمال الگوریتم شبکه عصبی بر روی بانک اطلاعات دانشگاه پیام نورکه پس از مراحل آماده سازی و پاک سازی شامل شصت ماه متوالی بیشینه پهنای باند مورد استفاده دانشگاه شده است پرداخته ایم. در نهایت به این نتیجه رسیدیم که با استفاده از این تکنیک ها با دقت 94/4 درصد می توان پهنای باند مورد نیاز دانشگاه را برای ماه بعد پیش بینی نمود.

کلیدواژه ها:

داده کاوی ، الگوریتم ، پهنای باند ، طبقه بندی ، شبکه عصبی ، پیش بینی