در این سلسله مقالات به مفاهیم و کاربرد های داده‌کاوی، متن کاوی و علوم مرتبط با علم داده پرداخته می‌شود. با توجه به حجم عظیم مقالات تولید شده در زبان فارسی در حوزه داده کاوی و علم داده، آکادمی داده تصمیم گرفت مقالات فارسی منتشر شده در این حوزه را خلاصه برداری کرده و در اختیار علاقه مندان قرار دهد. این مقالات ابتدا با معرفی موضوع و کارهای انجام شده آغاز می شود و سپس مجموعه داده یا دیتاست تحقیق ارائه می شود و سپس پیاده سازی انجام شده در رپیدماینر، وکا یا پایتون ارائه شده و نتایج تحلیل می شود.
در این رشته نوشته ها ابتدا خلاصه ای از مقاله ارائه شده و سپس نتیجه گیری مقاله عینا آورده می گردد و سپس فایل پی دی اف آن نیز برای دانلود در اختیار محققین و پژوهشگران عزیز قرار می گیرد.
داده کاوی از پیشرفت هایی که در زمینه هوش مصنوعی و آمار رخ می دهد بهره می گیرد . هر دو این زمینه ها در مسائل شناسایی الگو و طبقه بندی داده ها کار می کنند و به طبع در داده کاوی استفاده مستقیم خواهند داشت. و هر دو گروه در شناخت و استفاده از شبکه های عصبی و درخت های تصمیم گیری فعال می باشند.
داده کاوی جانشین تکنیک های آماری سابق نمی باشد بلکه وارث آنها بوده و در واقع تغییر و گسترش تکنیک های سابق برای متناسب ساز ی آنها با حجم داده ها و مسائل امروزی می باشد. تکنیک های کلاسیک برای داده های محدود و مسائل ساده مناسب بوده اند حال آنکه با پیچیده شدن مسائل و رشد روزافزون داده ها نیاز به تغییر آنها کاملا طبیعی است. به عبارت دیگر داده کاوی ترکیب تکنیک های کلاسیک با الگوریتم های جدید مثل شبکه های عصبی و درخت تصمیم گیری می باشد .
مهمترین نکته این است که داده کاوی راهکاری است برای رسیدن به حل مسائل امروز به کمک تکنیک های آماری و هوش مصنوعی برای افراد حرفه ای که قصد دارند یک مدل پیش بینی ایجاد نمایند. در سازمان آتش نشانی که دریایی از اطلاعات مربوط به انواع سوانح ، معابر خطرناك ، انواع خطرات آتش سوزی و مدل های مختلف آن و نحوه پیشگیری و یا مهار آن را دارد ، می تواند با استفاده از این مدل و با استفاده از تجهیزات پیشرفته عملیاتی خود راه کارهای بسیاری در تسریع عملیات های نجات در تمامی نقاط کشور عزیزمان بخصوص کلان شهر تهران داشته باشد در این راستا نیازهایی برای تمامی مدیران وجود دارد که در حوزه های مختلف عبارتند از:
1-افزایش اطلاعات مدیران از تکنولوژی های داده کاوی و مزایای آن
2-وجود زیر ساخت های اطلاعاتی یکپارچه و پایگاه های اطلاعاتی نرمال
3- آگاهی برنامه نویسان بانکهای اطلاعاتی از نیازمند یهای بانک به برخی اطلاعات ضروری جهت اجرا تکنولوژی های جدید
4- ثبت کامل تمامی اطلاعات در فیلد های بانک اطلاعاتی
5- افزایش آگاهی مدیران نسبت به سرعت پاسخگویی به سوانح و آتش سوزی ها
6- توجه به مسائل کیفیت عملکرد و نحوه گزینش مدیریت برای پست های سازمانی
7- افزایش دوره های نظر سنجی از مشتریان و احترام به خواست و نیاز های عملیاتی
با استفاده از این روش سازمان آتش نشانی و خدمات ایمنی تهران می تواند تحلیل سریعتر و هوشمندانه تری از مسایل پیش روی خود اعم از تحلیل در سیستم ناوبری سیستم خودرویی ، سیستم اعزام به حریق و پیش بینی اماکن پر خطر در بانک اطلاعاتی خود داشته باشد.
این مقاله از طریق لینک قابل دسترسی است و محققین علاقه مند می توانند آن را به صورت رایگان دریافت نمایند.
اگر به پژوهش در حوزه مدیریت ارتباط با مشتری علاقه مند هستید توصیه می شود حتما مجموعه استثنائی و بی نظیر هفتاد مقاله فارسی در زمینه مدیریت ارتباط با مشتری و مجموعه های مشابه آن را تهیه بفرمایید.
اگر در زمینه مدیریت ارتباط با مشتری در حال تحقیق یا پیاده سازی پروژه یا پایان نامه هستید برای گرفتن مشاوره یا دادن سفارش انجام با ما تماس بگیرید. آکادمی داده در تلگرام (https://t.me/dataacademy) حضور دارد برای ارتباط از طریق ایمیل آدرس جیمیل: dataacademyir@gmail.com می باشد.
افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.