این نوشتار در دو بخش تشکیل شده است.در بخش اول مبانی نظری داده کاوی بصورت کامل تشریح می شود و در بخش دوم پیشینه تحقیق داده کاوی را در پژوهش های داخلی و خارجی مورد بررسی قرار می دهیم.

 

 

 

*** سایر مبانی نظری و پیشینه تحقیق در مورد داده کاوی در لینک زیر قابل دسترس هستند:

لیست تمام مبانی نظری و پیشینه تحقیق درباره داده کاوی

 

 

 

 

مقدمه مبانی نظری و پیشینه تحقیق در مورد داده کاوی

مفهوم داده‌کاوی
برای
داده‌کاوی تعاریف بسیار زیادی ارائه شده است که البته بسیاری از این تعاریف بسیار نزدیک به یکدیگرند. در بعضی منابع داده‌کاوی را با اصطلاحاتی نظیر کشف دانش معادل قرار داده اند که باید این‌گونه اصلاح شود، داده‌کاوی یک گام اساسی در فرایند کشف دانش است.اصطلاحات و عبارات بسيار ديگري نيز معادل با داده‌کاوی بکار رفته اند كه معاني مشابه و گاهی متفاوت دارند مانند، كاوش دانش از پايگاه داده، استخراج دانش ، تحليل الگوي داده ، لايروبی داده  و باستان شناسي  [11].

 

 

با آگاهي از تعريف داده‌کاوی  بهتر مي توان به نقش داده‌کاوی در سازمان ها پي برد. داده‌کاوی سبب مي شود كه سازمان-ها از سطح داده به سطوح بالاتر دانش و الگوهاي ناشناخته برسند. الگوهاي استخراج شده مي توانند رابطه اي بين ويژگي ها و مشخصات سيستم مانند نوع تقاضا و نوع مشتري، پيش بيني هاي آينده بر اساس مشخصات سيستم، قوانين (اگر-آنگاه) بين متغيرهاي سيستم، دسته-بندي ها و خوشه بندي هاي اشياء و ركوردهاي شبيه به هم در يك سيستم و غيره باشند [11 به نقل از 52].

 

 

 

 


 داده‌کاوی
سرعت روزافزون انباشت داده‌های حاصل از پردازش و تعاملات و تبادلات و ارتباطات موجود در فضای کسب وکار، به خصوص با وجود پیشرفت سیستم های فناوری اطلاعات و ارتباطات ، مجموعه وسیعی از داده‌ها را پدید آورده است. طبق آخرین تحقیقات محققان، ظرفیت ذخیره سازی داده‌ها در سراسر دنیا هر نه ماه دو برابر و داده‌های در دسترس نیز هر پنج سال دو برابر می‌شوند. همچنین دانشمندان پیش بینی کرده‌اند پایگاه‌های داده هر 5 سال یک بار به طور کامل فراموش ‌شده و داده‌های موجود در آن‌ها فقط در انبارهای داده ذخیره ‌می شوند. 

 

 

 

در این تحقیق ابزار داده‌کاوی جهت کشف دانش پنهان در میان حجم عظیم داده‌های مربوط به مشتریان انتخاب شده است. این ابزار با وجود روش‌های متنوع موجود در آن و امکان تحلیل انبوهی از داده‌ها، محدودیت‌های روش‌های سنتی گزارش گیری و روش‌های آماری را برطرف نموده است. امروزه کاربردهای جالب و وسیع این ابزار در اکثر علوم و به طور خاص صنعت بانکداری مورد توجه محققان و متخصصین امر قرار گرفته است.

 

 

 

 

 


فهرست مطالب
فصل دوم: 
چارچوب نظری و پیشینه پژوهش داده کاوی 13


مبانی نظری نظری داده کاوی


2-1- مقدمه 1
2-8- داده‌کاوی 3
2-8-1- مقایسه روش‌های آماری و داده‌کاوی 4
2-8-2- مفهوم داده‌کاوی 6
2-8-3- داده‌کاوی و کشف دانش 8
2-8-4- فرایند داده‌کاوی 11
2-8-5- معرفی روش‌های داده‌کاوی 18
2-8-5-1- دسته‌بندی 20
2-8-5-2- درخت تصمیم 21
2-8-5-3- شبکه‌های عصبی 22
2-8-5-4- پیش بینی 23
2-8-5-5- خوشه‌بندی 24
2-8-5-5- انواع خوشه‌بندی 26
2-8-5-5-2- معیارهای ارزیابی در خوشه‌بندی 27
2-8-5-6- تحلیل انحراف 29
2-8-5-7- قواعد وابستگی (انجمنی) 30
2-8-5-8- تحلیل توالی 30
2-8-6- نرم‌افزار داده‌کاوی 31
2-8-7- کاربردهای داده‌کاوی 32
2-8-7-1- داده‌کاوی در صنعت بانكداری 34

 

  پیشینه پژوهش داده کاوی


2-9-1- کاربرد داده‌کاوی در بخش‌بندی و مدل‌سازی رفتاری مشتریان در صنعت بانکداری 37
2-9-2- کاربرد داده‌کاوی در ارزیابی اعتبار مشتریان 39
2-9-3- کاربرد داده‌کاوی در زمینه کشف تقلب 41
2-9-4- کاربرد داده‌کاوی در تحلیل روی‌گردانی مشتری 42

منابع و ماخذ 

 

 

 

توضیحات:
فصل دوم پایان نامه کارشناسی ارشد (پیشینه و مبانی نظری پژوهش)

همراه با منبع نویسی درون متنی به شیوه APA جهت استفاده فصل دو پایان نامه

توضیحات نظری کامل در مورد متغیر

پیشینه داخلی و خارجی در مورد متغیر مربوطه و متغیرهای مشابه

رفرنس نویسی و پاورقی دقیق و مناسب

منبع :    انگلیسی وفارسی دارد (به شیوه APA)

نوع فایل:     WORD و قابل ویرایش با فرمت doc

بدون هیچ تگ و تبلیغات، قابلیت پرینت دارد