CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

قوانین انجمنی در داده کاوی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۶۱۰ | نظرات: ۱
سال انتشار: ۱۳۹۴
کد COI مقاله: REGCMAES02_033
زبان مقاله: فارسی
حجم فایل: ۵۶۹.۴۴ کیلوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF 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 مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله قوانین انجمنی در داده کاوی

محسن مرادی - گروه کامپیوتر، واحد قیر و کارزین، دانشگاه آزاد اسلامی قیر، ایران
  حسین منعم - گروه کامپیوتر، واحد علوم پزشکی شیراز، دانشگاه علوم پزشکی شیراز، ایران
مهرداد مرادی - گروه کامپیوتر، واحد قیر و کارزین، دانشگاه آزاد اسلامی قیر، ایران

چکیده مقاله:

با گسترش سیستم های پایگاهی و حجم داده های ذخیره شده در این سیستم ها به ابزاری نیاز است تا بتوان این داده ها را پردازش کرد و اطلاعات حاصل از آن را در اختیار کاربران قرار داد. امروزه به روش هایی نیاز داریم که به اصطلاح به کشف دانش بپردازند. یعنی روش هایی که با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نماید. یکی از روش های مهم که با آن می توان الگوهای مفیدی را در میان داده ها تشخیص داد، داده کاوی است. که از فرآیند استخراج اطلاعات معتبر، از پیش ناشناخته، قابل فهم و قابل اعتماد از پایگاه داده های بزرگ و استفاده از آن در تصمیم گیری در فعالیت های تجاری مهم است یکی از شاخه های مهم علم داده کاوی تکنیک قواعد انجمنی است که روابط و وابستگی های متقابل بین مجموعه بزرگی از اقدام داده ای را نشان می دهند پیدا کردن چنین قوانینی می تواند در حوزه های مختلف مورد توجه بودخ و کاربردهای متفاوتی داشته باشد، کشف روابط انجمنی بین حجم عظیم تراکنش های کسب و کار می تواند در تشخیص نیازها یا تقلب، در حوزه های مختلف مورد استفاده قرار گیرد. در این مقاله ابتدا به داده کاوی پرداخته سپس قواعد انجمنی در داده کاوی را بررسی نموده ایم.

کلیدواژه‌ها:

داده کاوی، قواعد انجمنی، مجموعه

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-REGCMAES02-REGCMAES02_033.html
کد COI مقاله: REGCMAES02_033

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, محسن؛ حسین منعم و مهرداد مرادی، ۱۳۹۴، قوانین انجمنی در داده کاوی، دومین همایش ملی ریاضیات و کاربردهای آن در علوم مهندسی، ساری، دانشگاه آزاد اسلامی واحد جویبار، https://www.civilica.com/Paper-REGCMAES02-REGCMAES02_033.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, محسن؛ حسین منعم و مهرداد مرادی، ۱۳۹۴)
برای بار دوم به بعد: (مرادی؛ منعم و مرادی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • .Liu, B., Hsu, W. and Ma, Y. M. "Integrating classification ...
  • ali, K., Manganaris, S. and Srikant, R. Partial classification using ...
  • iawei Han , Data Mining : Principles and Concepts _ ...
  • R.Agrawal , T.Imielinski , and A.Swami _ Mining Association rules ...
  • J.S.Park , M.S.Chen and P.S. Yu .An Effective Hash Based ...
  • J.S.Park , M.S.Chen and P.S. Yu .Mining Association Rules with ...
  • J.S.Park , M.S.Chen and P.S. Yu .Efficient Parallel Data Mining ...
  • R.Sriknat , R.Agrawal. Mining Generalized Assocaition Rules. Proceedings of the ...
  • Sergey Brin, Rajeev Motwani, and Craig Silverstein. Beyond market baskets: ...
  • D.W. Chen , J. Han , v. Ng and C.Y. ...
  • R. Sriknat , R. Agrawal. Mining Quantitative Association Rules in ...
  • Fayyad, G. P.-Shapiro, and P. Smyth. From data mining to ...
  • علم سنجی و رتبه بندی مقاله

    3.0
    ۱ تعداد پژوهشگران نظر دهنده
    5 0
    4 0
    3 1
    2 0
    1 0

    مدیریت اطلاعات پژوهشی

    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > داده کاوی
  • 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.