ارسال: #1

داده کاوی و کشف دانش

 مفاهيم داده‌کاوي

داده‌کاوي چيست؟ چرا داده‌کاوي نياز است؟ امروزه در اكثر سازمانها، داده‌ها به سرعت در حال جمع آوري و ذخيره شدن مي باشند.  و پایگاه داده های بزرگی طراحی شده است تا این داده ها را در خود جای دهند . اما اين داده‌هاي خام و اعداد و ارقام مربوطه به تنهايي هيچ کمکي نمي کنند، وحتي مي توان ادعا کرد كه عليرغم اين حجم انبوه‌داده‌ها، امروزه سازمانها با فقر دانش در تصمیم گیری روبرو هستند.حال سئوال اصلی اینجاست که چگونه میتوان از این داده ها برای رفع مشکل تصمیم گیری مدیران استفاده نمود.  داده کاوی یکی از راه حلهایی است که به حل این مشکل کمک میکند. در تعریف داده کاوی میتوان گفت : علم داده كاوي عبارت است از:   "استخراج اطلاعات و دانش و كشف الگوهاي پنهان از پايگاه داده‌هاي بسيار بزرگ" در این تعریف اولا به استخراج دانش اشاره شده است و منظور از دانش راه حل کاربردی است که برای حل مشکلات مدیران و افراد خبره کمک میکند. در شکل زیر در یک هرم تفاوت داده اطلاع و دانش نشان داده شده است.    کلمه کلیدی دیگری که در این تعریف وکود دارد عبارت است از پایگاه داده های بسیار بزرگ و هر چه داده ها بیشتر باشد مدل و دانش استخراج شده اعتبار بالاتری دارد. علاوه بر دو مورد فوق، دانش استخراج شده باید بدیع و جدید باشد و افراد خبره این دانش را تائید کنند. چه موقع و کجا داده‌کاوي نياز است؟ آیا همیشه میتوان از ابزار داده کاوی استفاده کرد؟ اولا باید مسله ای که میخواهیم برای حل آن از ابزارهای داده کاوی استفاده کنیم مسئله ای پیچیده و ناساختیافته و یا نیمه ساختیافته باشد. چرا که داده کاوی در دل خانواده سیستمهای تصمیم یار است. شرط دیگر استفاده از داده کاوی این است که داده‌هاي مرتبط وجود داشته باشند   و بتوان به آنها دسترسي داشت . حال باید داده ها در یکجا مجتمع کرده و انباره داده ای مرتبط با موضوع بسازیم.  به علاوه باید نرم افزارهاي کامپيوتري مناسب داده‌کاوي در دسترس باشند. که البته این نرم افزارها و برنامه های کاربردی مانند  Clementine , SQL Server, … وجود دارند  شکل زیر انواع نرم افزارها و جایگاه آنها را در مقایسه با یکدیگر نشان میدهد.  شرط بعدی این است که توانایی کامپیوترها امکان استفاده از نرم افزارهای مرتبط با داده کاوی را به ما بدهند . مهمترین چیزی که باید به آن توجه کرد این است که مدیران سازمانها احساس نیاز به استفاده از دانش استخراج شده از داده ها را حس کرده باشند و پشتیبانی و حمایت آنها یکی از الزامات این نوع پروژه ها است.     چگونه داده‌کاوي را به کار گيريم؟ فرايند داده‌کاوي  فرایند داده کاوی شامل مراحل زیر است.   یکی از متدولوژیهای انجام پروژه های داده کاوی متدولوژی   CRISP  است. اين متدلوژي از گامهاي شناخت سيستم، شناخت داده‌ها، آماده سازي داده‌ها، مدل‌سازي، ارزيابي و توسعه سيستم تشکيل شده است.  این متدولوژی شامل فازهای زیر است:

* شناخت سيستم

* شناخت داده‌ها * آماده سازي داده‌ها * مدلسازي * ارزيابي * توسعه

     روشهاي داده‌کاوي  روشهای داده کاوی به دو بخش روشهای پیشبینی کننده  و روشهای توصیفی تقسیم میشوند.  برخی از این روشها عبارتند از:  

شکل زیر این دسته بندی این روشها را نشان میدهد.