با توجه به اینکه پیش بینی درست مصرف گاز، کمک زیادی به تصمیم گیران در سطوح بالای سیاسی و اقتصادی کشور می کند، تلاش برای افزایش دقت پیش بینی همچنان یک موضوع قابل پژوهش و ضروری است. این مقاله از یک شبکه عصبی مصنوعی که توسط الگوریتم ژنتیک مقداردهی اولیه شده برای پیش بینی مصرف گاز ایران تا 12 ماه آینده به کمک داده سالهای 1384 تا 1391، استفاده می کند. رویکرد پیشنهادی از ورودی های کل مصرف گاز، مصرف گاز دربخش خانگی و تجاری و دما، برای پیش بینی استفاده می کند. مشارکت اصلی این تحقیق آماده سازی اولیه وزن های شبکه های عصبی به کمک الگوریتم ژنتیک می باشد که دلیل آن محدب نبودن تابع و فضای جستجوی شبکه عصبی می باشد و برای حصول نتیجه مناسب، بهتر است که وزن های آماده سازی شده تا حد ممکن نزدیک به بهینه سراسری یا حداقل به یک کمینه محلی مناسب باشد. به منظور مقایسه کارایی الگوریتم پیشنهادی، این رویکرد با سیستم استنتاج فازی عصبی تطبیقی، شبکه عصبی مصنوعی و ترکیب شبکه عصبی با الگوریتم ژنتیک متداول با استفاده از معیارهایmape، rmseو mseمقایسه می شود. نتایج حاصله حاکی از قدرت همگرایی بالا و دقت بالای پیش بینی رویکرد پیشنهادی در مقایسه با سایر الگوریتمها دارد. از آنجاییکه روش پیشنهادی به خوبی می تواند از عهده پیچیدگی، غیرخطی بودن و عدم قطعیت موجود در داده ها (به دلیل خطای اندازه گیری و پاسخ های غیرقابل پیش بینی) برآید، این رویکرد می تواند به عنوان ابزار مناسبی برای پیش بینی مصرف گاز در اختیار تصمیم گیران قرار بگیرد.

مساله پیامکهای ناخواسته به دلیل وجود سیستمهای بسیار ارزان ارسال پیامک و همچنین به دلیل اینکه پیام کوتاه به عنوان یک سرویس خصوصی و مورد اطمینان مورد استفاده قرار می گیرد تبدیل به یک مشکل واقعی و در حال رشد گردیده است. فیلتر پیامکهای ناخواسته نیز به نسبه کار جدیدی می باشد که بسیاری از ویژگیهای خود و راه حل های خود را از روشهای فیلتر نامه های الکترونیکی گرفته است. هرچند که با مسائل خاص خود نیز روبرو است. تحقیق پیش رو به بررسی اقدامات انجام شده در این ضمینه و پیشرفت های حاصل شده در زمینه فیلتر پیامکهای ناخواسته می پردازد. همچنین مشکلات موجود درخصوص جمع آوری اطلاعات جهت انجام فعالیتهای تحقیقاتی در این زمینه را بیان می نماید.

پرداخت سیار یا پرداخت بوسیله تلفن همراه (mobile payment ) نوعی از پرداخت های الکترونیکی است که با استفاده از تلفن همراه یا سایر تجهیزات سیار و بر بستر شبکه های بیسیم مانند شبکه تلفن همراه ، وایمکس ، بلوتوث و غیره انجام می گیرد. هدف از این تحقیق عبارت است از شناسایی و معرفی زیرساخت های لازم برای پیاده سازی پرداخت سیار و معرفی چند سیستم موفق جهانی در این زمینه. در این تحقیق زیرساخت های فنی ، فرهنگ و مردم ، استاندارد ، امنیت و مسائل حقوقی بعنوان زیرساخت های مورد نیاز برای پیاده سازی سیستم های پــرداخت سـیـار شــرح داده مـی شوند. همـچنین سیـستـم هـای semops ، pay_buy_mobile ، paybox ، m-pesa و paypal mobile بعنوان چند نمونه موفق از این سیستم ها معرفی میشوند. این تحقیق همچنین به چند سوال فرعی دیگر نیز پاسخ میدهد که عبارتند از : عوامل موثر در پذیرش و استفاده از سیستم های پرداخت سیار ، مشکلات و مزایای توسعه پرداخت سیار ، بازیگران صنعت پرداخت سیار ، وضعیت بازار پرداخت سیار درجهان و بالاخره اقداماتی که در کشور ما در زمینه توسعه پرداخت سیار انجام شده است.برای معرفی زیرساخت های پرداخت سیار از روش شناسی مورد استفاده در پروژه متا (وزارت بازرگانی ، 1384) با اعمال برخی تغییرات و متناسب سازی آن با موضوع این تحقیق استفاده شده است . برای معرفی نمونه های موفق پرداخت سیار ، گستره جغرافیایی فعالیت این سیستم ها بعنوان معیار انتخاب در نظر گرفته شده است و برای سایر بخش های تحقیق از روش شناسی کتابخانه ای استفاده شده است.

امروزه الگوریتمهای فرا ابتکاری از جایگاهی ویژه در حل مسائل بهینه سازی برخودارند . از جمله این الگوریتمها می توان از الگوریتمهای تکاملی نام برد اساس ایده الگوریتمهای تکاملی همانا، کد کردن جوابهای کاندید برای یک مسئله خاصی و تشکیل جمعیت کروموزمه ا و در ادامه کار کردن با جمعیت کروموزومی درتکامل این جمعیت توسط روشهایی همچون انتخاب و تولید مثل می باشد . الگوریتم ژنتیک یکی از شناخته شده ترین روشها در این قالب می باشد. تابع هدف m مسائل چند هدفه، مسائلی می باشند که مقصود از طرح آنها همواره بهینه سازی همزمان گوناگون است . در این راستا ممکن است که متصور کمینه سازی همه توابع باشد یا اینکه ترکیبی از کمینه تابع هدف مورد نظر باشد که در ادامه به بررسی کامل آنها می پردازیم. m سازی و بیشینه سازی این الگوریتمهای ژنتیک یکی از معمول ترین روشها در حل مسائل بهینه سازی چند هدفه می باشند . فونسکاوفمینگ اولین کسانی بودند که به طرح رابطه بینی تابع برازندگی از الگوریتم ژنتیک و مفهوم بهینگی پرتو در مسائل بهینه سازی چند هدفه پرداختند . در این پایان نامه در مورد این مفاهیم و روشهای جدیدتر بحث خواهیم کرد. در نهایت الگوریتمهای با همه تکاملی ژنتیک گونه ای از الگوریتمهای تکاملی می باشند که در آنها برازندگی هر کاندیدا بر اساس رابطه آنها کاندید با بقیه افراد، ارزش گذاری می شود یکی از انواع این روشها را با تغییراتی از نحوه ی تأمین moccga می باد در این پایان نامه، بر آنیم تا روش moccga گوناگونی، به روشی کار آمدتر و سریع تر از لحاظ سختی محاسبات تبدیل کنیم.

اثر پوشش آلژینات سدیم غنی شده با اسانس آویشن روی کیفیت فیله ماهی قزل آلای رنگین کمان در یک دوره 20 روزه نگهداری در یخچال (1±4 درجه سانتی گراد) بررسی شد. محلول 3% آلژینات سدیم و آلژینات سدیم حاوی 5/0، 1 و 5/1% اسانس آویشن به منظور دستیابی به بهترین درصد موثر اسانس تهیه شد. تیمارهای کنترل (بدون پوشش)، آلژینات سدیم و آلژینات سدیم حاوی درصد های متفاوت اسانس آویشن به صورت دوره ای تحت آزمایشهای میکروبی شامل بار کل باکتریایی (tvc) و باکتریهای سرمادوست (ptc)، آزمایشهای شیمیایی شامل شاخص پرکساید (pv)، شاخص تیوباربیتوریک اسید (tba)، اسیدهای چرب آزاد (ffa)، مجموع بازهای نیتروونی فرار (tvb-n) و ph و ارزیابی حسی شامل رنگ، بو، بافت و پذیرش کلی، قرار گرفتند. براساس نتایج آماری، مقادیر شاخصهای شیمیایی، باکتریائی و حسی تیمارهای مختلف آلژینات سدیم و آلژینات سدیم حاوی اسانس آویشن در مقایسه با تیمار نمونه شاهد، تغییرات کمتری را طی مدت نگهداری نشان دادند. مقادیر pv، ffa،tvb-n، tvc، ptc، رنگ و بو در تیمار آلژینات سدیم حاوی 1% و 5/1% اسانس آویشن دارای تغییرات کمتری نسبت به بقیه تیمارها بود (05/0p<) و اختلاف معنی داری بین این دو تیمار (1 و 5/1%) وجود نداشت (05/0<p). کمترین تغییرات tba مربوط به تیمار آلژینات سدیم حاوی 5/1% اسانس آویشن بود (05/0p<). ph در نمونه های دارای پوشش به طور معنی داری کمتر از نمونه های بدون پوشش (کنترل) بود و در بین نمونه های دارای پوشش اختلاف معنی داری بین آنها مشاهده نشد. بافت و پذیرش کلی در تیمار حاوی اسانس آویشن دارای امتیاز بهتری بودند و بین درصدهای مختلف اسانس تغییرات معنی داری مشاهده نشد. تنایج این تحقیق نشان داده که پوشش آلژینات سدیم حاوی اسانس آویشن در کاهش نرخ فساد شیمیایی و همچنین در بهبود وضعیت حسی فیله ماهی قزل آلای رنگین کمان در طی نگهداری در شرایط سرد (c? 1±4) موثر است.

مذاکرات خودکار از موضوعات کلیدی در تسهیل فرآیندهای تجاری کسب و کارهای الکترونیکی است. با توجه به حجم بالای تراکنش های مالی در تجارت الکترونیک بین بنگاهی، این حوزه یکی از مهمترین و با ارزشترین بخشهای کسب و کارهای الکترونیکی را تشکیل می دهد. نحوه انجام مذاکرات و روش دستیابی این بنگاهها به توافق در معاملاتشان از عوامل موثر در تجارت و تعاملات بین بنگاههای الکترونیکی می باشد. برای دست یابی به توافق در معاملات، شرکای تجاری درگیر نیاز به انجام مذاکراتی طولانی و حتی تکراری جهت ارائه پیشنهادها و پیشنهادهای متقابل دارند که این موجب اتلاف هزینه های بالایی از آنان است. بنابراین، خودکار سازی و هوشمند سازی این مذاکرات که با استفاده از طراحی و پیاده سازی عامل های تجاری هوشمند انجام می شوند با امکان شبیه سازی محیطهای معاملاتی، پیش از انجام و اجرای آنها و فراهم آوردن اطلاعات کافی، می تواند مزایای زیادی را که مهمترین آن دستیابی به بیشترین سود مورد انتظار در معاملات می باشد، برای صاحبان کسب و کارها به همراه داشته باشد و به این ترتیب اثربخشی بالایی را در این حوزه ایجاد نماید. که این از مهمترین چشم اندازهای صاحبان صنایع و کسب و کارها در عرصه های مختلف می باشد. بهره گیری از راهکارهای استراتژیک نظریه بازیها و تئوری انتخاب های منطقی ارائه شده توسط آنها که با تحلیل شرایط معاملات در زمانهای مختلف، سعی در انتخاب بهترین تصمیم در معاملات دارد؛ مدل نوینی از سیستمهای تصمیم گیری و انتخاب منطقی را برای شرکای تجاری درگیر در معاملات تجاری بین بنگاهی ارائه می نماید که در این پایان نامه به آن پرداخته شده است.

چکیده ندارد.

هدف این طرح یافتن اسناد تحت وب شبیه به هم و تعیین میزان شباهت آنها با استفاده از دانش پس زمینه کلمات است که این مسئله با استفاده از هستان شناس و با کمک ساختار صفحات وب براساس بهینه سازی برای موتورهای جستجو انجام می گردد.

ایجاد مدل های برنامه نویسی جدید برای فراهم کردن تجرید سطح بالا از مهمترین روش های به کار گرفته شده برای کاهش نیاز برنامه نویس به تسلط بر جزییات دقیق معماری و ساده سازی برنامه نویسی موازی می باشند. همانطور که پیشتر گفته شد، از پرکاربردترین مدل های معرفی شده برای برنامه نویسی موازی می توان به مدل mapreduce اشاره کرد. کلیدی ترین فایده این مدل این است که به برنامه نویس اجازه می دهد تا فقط و فقط بر هسته محاسباتی مورد نیاز خود تمرکز کند و مسوولیت مدیریت اجرای موازی برنامه و تمام چالش های برنامه نویسی موازی از جمله تفکیک و توزیع متعادل داده ورودی و تحمل پذیری خطا بر عهده سیستم زمان اجرا گذاشته شده است. این مدل اولین بار، برای برنامه نویسی بر روی سیستم های کلاستری ارایه شد و پر کاربرد ترین پیاده سازی این مدل را بدون شک می توان چارچوب منبع باز apache hadoop [apache, hadoop][zaharian, 2008]دانست. برنامه نویس با استفاده از کتابخانه موجود در hadoop می تواند برنامه هایی منطبق با مدل mapreduce را بنویسد و سیستم زمان اجرای hadoop برنامه را به طور موازی بر روی سیستم های کامپیوتری موجود در کلاستر اجرا می کند. پیاده سازی این مدل برای معماری پردازنده کارت گرافیک [he, 2008] [mokhtari, 2011]و نیز پردازنده های چند هسته ای [ranger, 2007][yoo, 2009] نیز انجام شده است. یکی دیگر از گرایش های مهم در جامعه برنامه نویسی موازی، استفاده از پردازنده های موازی fine-grained به عنوان شتاب دهنده در هر یک از گره های یک کلاستر برای افزایش سرعت محاسباتی نهایی آن بوده است. انواع مختلفی از شتاب دهنده ها وجود دارند که از جمله آنها می توان به کارت های گرافیکی، fpga ها، پردازنده های کمکی simd، و مدارات مجتمع خاص منظوره اشاره کرد. با توجه به اینکه mapreduce برای بسیاری از این محیط ها نیز پیاده سازی شده است، مطلوب است با پیوند انواع چارچوب های موجود mapreduce برای عناصر پردازشی مختلف موجود در یک کلاستر به یکدیگر، یک محیط یکپارچه برای اجرای یک برنامه mapreduce بر روی پردازنده های غیر همگن موجود در یک کلاستر ایجاد کرد. در این صورت با داشتن یک تعریف از یک برنامه ی mapreduce برنامه نویس می تواند از تمامی پردازنده های موجود در کلاستر برای پردازش mapreduce مورد نظر خود استفاده کند. در عمل، تفاوت های معماری بین پردازنده های اصلی و پردازنده های شتاب دهنده، موانع متعددی را بر سر راه اجرای یکپارچه یک برنامه mapreduce ایجاد می کند. اولا، تفاوت هایی بین زبان های برنامه نویسی مورد استفاده برای پردازنده اصلی و شتاب دهنده در هر پیاده سازی وجود دارد. به عنوان مثال، hadoop از جاوا استفاده می کند در حالی که بیشتر پردازنده های شتاب دهنده، از زبان هایی شبیه c مانند [cuda, def] و [opencl, def] استفاده می کنند. متاسفانه، ترجمه برنامه نوشته شده از یک زبان به زبان دیگر نمی تواند به طور کامل به شکل خودکار انجام شود زیرا پیاده سازی های مختلف غالبا باید برای انطباق هر چه بیشتر با مشخصات معماری هر پردازنده، به شکل دستی تنظیم شوند تا آن برنامه کارایی زمان اجرای مناسبی را داشته باشد. علاوه بر این، زمان بندی پردازنده در کلاستر های غیر همگن به مراتب چالش بر انگیز تر از زمانبندی در کلاستر های همگن است. اولا، با توجه به تفاوت های معماری بین پردازنده اصلی و شتاب دهنده ها، هر اندازه بهینه داده ورودی یک وظیفه برای یک نوع پردازنده با نوع دیگر متفاوت است. ثانیا، بعضی از برنامه ها بر روی شتاب دهنده ها بسیار خوب اجرا می شوند، در حالی که برخی دیگر بر روی پردازنده های اصلی سریع تر اجرا می شوند. در نهایت، تاخیر قابل توجه ای برای ارتباط بین پردازنده اصلی و شتاب دهنده (که اغلب از طریق اتصال pci-e بر قرار می شود) وجود دارد، که خود چالش های دیگری برای فراهم کردن داده ورودی برای شتاب دهنده ها در پردازش ناهمگن ایجاد می کند. بنابراین، استفاده ساده اوجانه از شتاب دهنده ها در کلاستر هایhadoop غالبا منجر به میزان بسیار اندکی از به کار گیری منابع پردازشی و در نتیجه، اتلاف بیشینه قدرت پردازشی شتاب دهنده ها می شود و گاها کاهش سرعت محاسباتی نسبت به زمانی که از پردازنده های شتاب دهنده استفاده نمی شود، می گردد. علی رغم گسترش بسیار چشم گیر استفاده از مدل برنامه نویسی mapreduce و به طور خاص پیاده سازی منبع باز آن یعنی hadoop، در پردازش کلاستری، این سیستم ضعف هایی در استفاده بهینه از منابع از جمله پردازنده اصلی، پردازش نا همگن با استفاده از پردازنده های کمکی، به کار گیری بهینه تجهیزات ذخیره سازی داده با پاسخ گویی بالا و مطمئن و نیز مصرف بهینه انرژی دارد. هدف نهایی از اجرای این پروژه، پیاده سازی یک چارچوب برنامه نویسی mapreduce برای سیستم ها کلاستری نا همگن می باشد. تشخیص خودکار و دقیق بهترین ترکیب پردازشی از میان پردازنده های نا همگن موجود در کلاستر و نیز بیشترین استفاده ممکن از پتانسیل پردازشگر های منتخب برای پردازش یک برنامه mapreduce از مهمترین اهداف اجرای این پروژه می باشد. همانگونه که اشاره شد، hadoop امروزه توسط بزرگترین شرکت های کامپیوتری دنیا برای پردازش داده ها و استخراج اطلاعات مورد استفاده قرار گرفته است [hadoop, who]. کارایی چنین سیستمی (hadoop) در هزینه های کلان شرکت های استفاده کننده از آن، بسیار تاثیر گذار است. هر چه عملکرد سیستم به حالت بهینه نزدیک تر باشد، بهره وری بیشتر خواهد بود. به طور دقیق تر، با افزایش سرعت انجام عملیات در چنین سیستم هایی سرعت پاسخگویی و نیز میزان رضایت کاربران افزایش خواهد یافت که این به نوبه خود باعث افزایش تعداد کاربران سیستم خواهد شد. از طرف دیگر، شرکت ها می توانند با کاهش پردازنده های خود به حدی که عملکرد سیستم جدید به حد عملکرد سیستم قبلی باشد، هزینه های خود را کاهش دهند. به طور مثال اگر قبلا برای انجام کاری با استفاده از hadoop در یک مدت زمان معین به تعدادی پردازنده نیاز بوده است، بعد از بهینه سازی مثلا دو برابر عملکرد برنامه، برای اینکه همان کار در همان زمان قبلی انجام شود تعداد پردازنده هایی به اندازه نیمی از آنچه قبل از بهینه سازی لازم بود، نیاز خواهد بود. به این ترتیب در هزینه نگهداری سیستم ها، توان مصرفی و ... به شکل قابل قبولی صرفه جویی می شود. بدیهی است که هر چه میزان بهینه سازی سیستم بیشتر باشد، مزایای بیشتری عاید استفاده کنندگان سیستم خواهد شد. همانگونه که در بخش های آتی نشان داده می شود، hadoop در استفاده بهینه از منابع از جمله پردازنده اصلی، عدم پشتیبانی مناسب از پردازش نا همگن با استفاده از پردازنده های کمکی و به کار گیری بهینه تجهیزات ذخیره سازی داده با پاسخ گویی بالا مشکلاتی دارد. هدف نهایی از اجرای این پروژه، پیاده سازی یک چارچوب برنامه نویسی mapreduce برای سیستم های کلاستری نا همگن می باشد. این سیستم باید بتواند به طور خودکار بهترین ترکیب پردازشی از میان پردازنده های نا همگن موجود در کلاستر را تشخیص داده و تا حد ممکن از پتانسیل پردازشگر های منتخب برای پردازش یک برنامه mapreduce استفاده کند.

هدف این تحقیق بررسی موانع جذب گردشگر با تاکید بر گردشگری الکترونیک است. امروزه گردشگری به عنوان پردرآمدترین صنعت روز دنیا مورد توجه در اکثر کشورهای جهان می باشد. از آنجا که ایران یکی از ده کشور مستعد صنعت گردشگری در جهان به حساب می آید اما متاسفانه در رده بندی جهانی جایگاه مناسبی ندارد لذا توجه به این موضوع کاملا منطقی به نظر می رسد . در این پایانامه ابتدا سعی شده است مبانی نظری مرتبط با بحث گردشگری الکترونیک بیان شود. در انتهای فصل دوم به بررسی سایتهای گردشگری کشورهای فرانسه ، آلمان ، چین و ترکیه پرداخته شده است. این تحقیق از نظر روش و ماهیت تحقیق توصیفی - تحلیلی است و از نظر مقاصد تحقیق کاربردی می باشد. برای بررسی فرضیات تحقیق سه جامعه آماری مسئولین ، گردشگران و سایتهای گردشگری مورد استفاده قرار گرفتند که برای ارزیابی نظرات این سه گروه از 3 ابزار مصاحبه ، پرسشنامه و مشاهده استفاده گردید. در نهایت پس از تجزیه و تحلیل داده ها تمام فرضیات پژوهش رد شد که نشان دهنده این موضوع است که تمام فرضیات از جمله موانع جذب گردشگر به صورت الکترونیکی به شمار می رود

بهینه سازی توپولوژی شبکه wimax از طریق چینش گره های ایستگاه مرکزی با کمک الگوریتم ژنتیک شبکه های بی سیم مش به عنوان یک تکنولوژی کلیدی برای شبکه های نسل آینده به صحنه آمده اند. به خاطر برتری های این تکنولوژی نسبت به سایر شبکه های بی سیم، این شبکه ها در حال توسعه و پیشرفت سریعی هستند و هر روز جای خود را در کاربرد های جدیدتری باز می کنند. به خاطر این منافع برجسته، استاندارد ieee 802.16 (با نام تجاری wimax) به نسخه سال 2003 خود، (نسخه 802.16a) این تکنولوژی را اضافه و معرفی کرده است. در شبکه های مش wimax یک mss می تواند تنها یک مسیر به bs داشته باشد که این مسیر هم مسیریست که از نود بلافاصله پدر شروع می شود. بنابراین نودهای mss به صورت یک درخت سازماندهی می شوند که ریشه آن bs است. می دانیم که به ازای یک گراف شبکه می توان تعداد بسیار زیادی درخت پوشا از آن ایجاد نمو. نکته اصلی و در واقع چالش مهم این است که از یک سو نوع توپولوژی تأثیر غیر قابل انکار روی کارایی شبکه و در نتیجه کیفیت سرویسهای ارائه شده دارد و از سوی دیگر توپولوژیهای مختلف که دارای خصوصیات متفاوتی از نظر عمق و درجه خروجی نودها هستند از نظر نحوه تأثیر روی کارایی شبکه نیز متفاوت عمل می نمایند. یافتن یک توپولوژی در زمان منطقی و قابل قبول که قادر به پشتیبانی از نیازهای کیفیت سرویس نظیر موازنه گذردهی و تأخیر باشد چالش مورد توجه ما در این پایان نامه است. به دلیل فضای جستجوی بسیار بزرگ (nn-2 درخت ممکن برای یک شبکه با n گره)، ما در اینجا با استفاده از الگوریتم ژنتیک و انتخاب یک نمایش که ارزش یال ها را نیز در خود نگه می دارد، سعی در هدفمند کردن جستجو را داریم. راه حل ارائه شده شامل دو بخش عمده می باشد: بخش اول شامل ارائه مدل تحلیلی برای فرمول بندی گذردهی و تأخیر نود و بخش دوم شامل ارائه الگوریتم ژنتیک لازم به منظور یافتن توپولوژی. با توجه به مدل ارائه شده که تاخیر و گذردهی را برای هر نود بر اساس موقعیت مکانی آن نود محاسبه می کند ما قادر به تعریف انواع مختلف توابع برازندگی دلخواه می باشیم . بر خلاف دیگر روش ها تعداد نودها و اهداف شبکه هیچ تاثیری بر الگوریتم ندارد و الگوریتم کاملا مستقل از تعداد نود ها و نیازمندی های شبکه است.

امروزه الگوریتم های خوشه بندی چند هدفه جهت کاربری های مختلفی به کار گرفته می شوند. این کاربردها در تمامی زمینه ها از فرآیندهای تصمیم گیری گرفته تا یادگیری ماشین و تشخیص الگو می باشد. خوشه بندی چند هدفه عناصر مشابه را بر اساس چندین معیار مختلف که می توانند متناقض هم باشند، به گروه های مختلفی تقسیم می کند. یکی از روش هایی که اخیرا جهت این نوع خوشه بندی مورد توجه قرار گرفته است، خوشه بندی بر اساس نظریه بازی ها می باشد. نظریه بازی ها علاوه بر توانایی در بهینه سازی معیارهای متناقض، توانایی منحصر به فردی در حل کردن مسائل به صورت توزیع شده دارد. اولین روش پیشنهادی در این پایان نامه روشی مبتنی بر الگوریتم k-means و نظریه بازی ها می باشد. در این الگوریتم که egtkmeans نام دارد، یک تابع پرداخت نوین ارائه گردیده است. علاوه بر این، الگوریتم پیشنهادی توانایی حل کردن بازی هایی با تعادل نش مختلط را نیز دارد. بدین ترتیب با اعمال کردن این الگوریتم خوشه هایی به مراتب بهتر با کارایی بالاتری خواهیم داشت. الگوریتم پیشنهادی دوم که egtmoc یک روش استنتاج جمعی بوده که در آن نظریه بازی ها بر اساس پارامترهای ارائه شده در الگوریتم egtkmeans می باشد. این روش با حذف k-means و تقسیم فضای مسئله به چندین قسمت مجزا کارایی بسیار خوبی را از خود نشان داده است. نکته ی مهم در نظریه ی بازی ها، افزایش پیچیدگی محاسباتی و زمانی با افزایش تعداد نمونه های پایگاه داده می باشد. جهت رفع این مشکل الگوریتم سومی پیشنهاد شده است که بر روی اندازه ی مجموعه ی استراتژی ها، اندازه ی ماتریس پرداخت و به همین ترتیب سایز مسئله تاثیر ویژه ای دارد. این الگوریتم که با روش انتخاب استراتژی خوانده می شود از بین استراتژی های هر بازیکن تعدادی را انتخاب می کند. این عمل به صورت یک خوشه بندی محلی در داخل هر خوشه در نظر گرفته می شود. بدین ترتیب به جای انتقال تنها یک نمونه در بین خوشه، مجموعه ای از نمونه ها جا به جا می شوند.الگوریتم های پیشنهادی بر روی مجموعه داده های واقعی و ساختگی آزمایش شده است و کارایی خوب آن توسط معیارهای مختلفی از جمله شاخص های انصاف، معیار های پیجیدگی محاسباتی و زمانی و در نهایت معیارهای خوشه بندی بررسی و تحلیل شده است.

امروزه شبکه های اجتماعی نظیر فیسبوک از محبوبیت زیادی برخوردار شده اند، چرا که به مردم سرتاسر جهان این اجازه را می دهند که بدون تماس فیزیکی، با دوستان خود ارتباط برقرار کرده، برای آن ها پیغام گذاشته و نظرات خود را در مورد موضوعات گوناگون بیان کنند. شناسایی تشکل ها در شبکه های اجتماعی بسیار مورد توجه قرار گرفته است اما به مبحث همپوشانی اگرچه در اغلب شبکه های اجتماعی دیده می شود کمتر پرداخته شده است. مفهموم تشکل، یک مفهوم اجتماعی است. مردم اغلب سعی در ایجاد گروه هایی در خانواده، دوستان و محیط کار دارند. تشکل های شبکه های اجتماعی می تواند دایره های دوستی یا گروه هایی از مردمی باشد که علائق مشترکی دارند. به علاوه، بسیاری از سیستم های پیچیده ی دیگر نظیر شبکه های زیستی و علوم کامپیوتر نیز دارای تشکل هستند. این ویژگی شبکه ها، به علت کاربرد زیاد، توجه محققان زیادی را از رشته های مختلف به خود معطوف کرده است. در این مطالعه، بر اساس وجود انگیزه در انسان ها برای برقراری ارتباط و دوستی با یکدیگر، مسئله ی تشخیص تشکل های شبکه های اجتماعی را به عنوان یک رویکرد مبتنی بر تئوری بازی ها در یک محیط چند عامله در نظر گرفته ایم که در آن هر رأس از گراف شبکه عاملی است که سعی در بیشینه کردن تابع سودمندی خود از طریق ایجاد دوستی با عامل های مشابه خود در دو مرحله دارد: اولا به عامل های مشابه خود درخواست دوستی می دهد و ثانیا از سیستم، پیشنهادهای دوستی دریافت می کند. در اینجا، شباهت های بین عامل ها از طریق رابطه ی پیرسون و رابطه ی همسایگی محاسبه می شود. هر چه عامل ها به هم شبیه تر باشند، تابع سودمندی آن ها بیشتر خواهد بود. ساختار نهایی شبکه زمانی معلوم می شود که بازی مورد نظر به تعادل نش برسد که در آن هیچ عاملی سعی در تغییر استراتژی خود ندارد. اثبات وجود تعادل نش آورده شده که نشان می دهد روش موجود همواره به جواب نهایی می رسد. نتایج حکایت از برتری روش پیشنهادی در مقایسه با سایر روش های مطرح موجود دارد.

سیستم توصیه گر، بر اساس مدلی که بدست می آورد، سعی در تخمین میزان علاقه کاربر ویا ارائه اقلام مناسب به وی می کند تا بسبب حجم عظیم اطلاعات موجود، و عدم توانایی پیداکردن اقلام مناسب، کاربردچار سردرگمی و انتخاب اشتباه نگردد. اقلام مورد نظر می تواند فیلم، موسیقی، کتاب و ... باشد. صافی سازتجمعی، یکی از تکنیک های موفق در حوزه سیستم های توصیه گر می باشد که براساس علایق کاربران در گذشته، سعی در پیشنهاد اقلامی به سایر کاربران دارد. بیشتر الگوریتم های موجود در حوزه صافی سازتجمعی، یا فقط از شباهت بین کاربران و یا فقط از شباهت بین اقلام برای توصیه، بهره می گیرند که بدنبال آن، دوگانی بین کاربران- اقلام نادیده گرفته می شود. ما برای حل این موضوع، از خوشه بندی دوطرفه که امکان خوشه بندی همزمان کاربران(سطرها) و اقلام(ستون ها) در ماتریس کاربران – اقلام را فراهم می کند استفاده کرده ایم. از آنجاییکه خوشه بندی دوطرفه بسیار دشوار (np-hard) می باشد، از بستر الگوریتم ژنتیک برای افزایش قدرت جستجو در فضای مساله بهره گرفته و همچنین، از تکنیک های برنامه نویسی موازی استفاده گردیده است تا ضمن افزایش سرعت اجرا، استفاده بهینه از سخت افزار موجود بعمل آید. در نهایت، الگوریتم ارائه شده (ebcf) را بر دو پایگاه داده ی رایج movielens و jester که حاوی اطلاعات علایق کاربران در حوزه فیلم و جک می باشد، مورد بررسی قرار داده ایم که نتایج حاصله، نشان دهنده دقت و کارایی مطلوب ebcf می باشد.

بسیاری از سیستم های پیچیده طبیعی و اجتماعی را می توان در قالب یک شبکه یا گراف نشان داد، مجموعه ای از رأس ها و یال هایی که این رأس ها را به هم متصل می کنند. به عنوان نمونه هایی از شبکه ها، می توان به شبکه های اجتماعی، شبکه های فنی (مانند اینترنت) و شبکه های زیستی (مانند شبکه های عصبی) اشاره کرد. رأس ها در این شبکه ها، موجودیت ها و یال ها، ارتباط بین آن ها را نشان می دهند. مثلاً در شبکه اجتماعی، مردم را با رأس ها، و ارتباط های داده ای بین کامپیوترها و یا روابط دوستی بین مردم را با یال ها نمایش می دهیم. شبکه ها دارای ویژگی های آماری مشترکی هستند. یکی از این ویژگی ها، ویژگی پدیده دنیای کوچک بوده که به 6 درجه جدایی نیز معروف است و بیان می کند که در یک شبکه، فاصله متوسط بین رأس ها، کوتاه و معمولا تابعی لگاریتمی از تعداد آن هاست. ویژگی بعدی، ویژگی خوشه بندی یا انتقال پذیری شبکه است و بیان می کند که دو رأس مجاور با رأس سوم، با احتمال زیادی با یکدیگر مجاور بوده و با ضریب خوشه بندی مقداردهی می شود. جدا از ویژگی های آماری مشترک میان شبکه های اجتماعی ، ویژگی دیگری را نیز می توان در نظر گرفت که به تازگی کانون توجهات را به خود جلب کرده و از آن به عنوان راه حلی برای بسیاری از مشکلات موجود در شبکه های اجتماعی استفاده می شود. این ویژگی فرآیند انتشار در شبکه های اجتماعی نام دارد. انتشار اطلاعات را می توان به عنوان یکی از نمونه های فرآیند انتشار نام برد. انتشار اطلاعات یک تعریف عمومی است که شامل هر چیزی که در یک شبکه گسترش می یابد می شود. بیشینه کردن گسترش اعتبار مانند یک ایده ی برتر و یا حتی تشخیص سریع یک فاجعه مانند دزدی. همه ی اینها نمونه هایی از انتشار اطلاعات هستند. در نهایت از فرایند انتشاری که در شبکه های اجتماعی رخ می دهد، از جمله انتشار اطلاعات، جهت ارائه ی مدلی برای دسته ای از پدیده ها در این شبکه ها استفاده می شود. پدیده هایی مانند گسترش ویروس ها و بد افزارها در کامپیوتر ها، گسترش اطلاعات مربوط به کالاها در میان مردم و غیره. ارائه این مدل های آماری می تواند راهنمایی باشد جهت بررسی بیشتر ساختار شبکه های اجتماعی ، نحوه گسترش و انتشار اطلاعات در آنها و همچنین تشخیص تاثیرگذارترین رئوس در این شبکه ها ؛ مبحثی که به تازگی مورد توجه بسیاری از محققین قرار گرفته است.

استفاده از تکنولوژی‏های جدید، امروزه از الزامات رشد و ترقی و مدیریت مطلوب هر کسب و کاری بشمار می‏آید. در حمل و نقل دریایی کالا نیز به دلیل اهمیت این کسب و کار و لزوم رقابت‏پذیری بنادر با یکدیگر، کاربرد فناوری و تکنولوژی‏های جدید در مدیریت موثرتر و اتخاذ تصمیمات بهتر می‏تواند بسیار مفید باشد. در این پایان‏نامه ابتدا به معرفی داده‏کاوی، تکنیکهای آن و متدولوژی مورد استفاده جهت داده‏کاوی خواهیم پرداخت و سپس با طی کامل مراحل فرایند استاندارد داده‏کاوی (crisp-dm) و با در دسترس داشتن داده‏های واردات خودرو سواری در فاصله سال‏های 1386 تا 1390 در بندر شهید رجایی به پیش‏بینی میزان واردات خودرو سواری در سالهای آتی با استفاده از الگوریتم‏های مختلف شبکه‏های عصبی پرسپترون چند لایه، هموارسازی نمایی و arima پرداخته و با مقایسه پارامترهای خروجی (r2 ، mape و rmse) در هر مدل ، بهترین مدل جهت پیش‏بینی واردات این کالا را معرفی می‏کنیم. نتایج نشان می‏دهد که شبکه‏های عصبی مصنوعی عملکرد بهتری نسبت به مدل‏های سری‏های زمانی نظیر هموارسازی نمایی و arima دارند و الگوریتم لونبرگ مارکوات بهترین پیش‏بینی را در این خصوص ارائه می‏دهد.

مسئله شناسایی الگوهای نامتعارف، به خصوص به صورت بدون سرپرست، یکی از چالش های حایز اهمیت در فعالیت های انسانی است که محدوده وسیعی از کاربرد ها همچون نظارت بر ترافیک شبکه تا تحیل های بیومتریکال را شامل می شود. چالش عمده ای که به صورت ارثی در چنین زمینه ای حضور دارد، عدم وجود نمونه از کلاس نامتعارف می باشد. بر اساس چنین محدودیتی بسیاری از روش های واقع بینانه شناسایی نمونه های نامتعارف فرض می کنند تنها داده های آموزشی نرمال در اختیار دارند. علاوه بر این در بسیاری از مسائل ما به دنبال یافتن نمونه های نامتعارف معنادار می باشیم. نمونه هایی که بتوان عدم تبعیت رفتار آن ها را از یک رفتار نرمال توسط تعداد قابل قبولی نمونه توجیه کرد. با توجه به نکات ذکر شده، رهیافت های پیشنهادی ما در مطالعات انجام شده، شامل چهار مزیت نسبت به روندهای مشابه خود می باشند. اولین مزیت بهره جویی از دو معیار هوشمندانه جمله تنظیم و تغییر نسبت غیر معین برای شناسایی ناهنجاری های معنادار می باشد. دومین برتری روند های پیشنهادی، ارائه چهارچوبی برای حل مسئله با در نظر گرفتن شرایط واقع گرایانه می باشد. در این رهیافت ها، داده های آموزشی نرمال فرض شده اند و مسئله برای مجموعه داده هایی که دارای صفات عددی و غیر عددی هستند، تعریف شده است. مزیت دیگر این روش ها، استفاده از شبکه بیزین برای تعیین کوچکترین مجموعه قوانین و امتیاز دهی به نمونه های تست است. آخرین برتری مربوط به یک ساختار درختی به نام ad tree است که به منظور ذخیره و بازیابی موثر اطلاعات، در رهیافت های پیشنهادی استفاده شده است. نتایج تجربی به دست آمده بر روی چندین مجموعه داده نمایانگر برتری الگوریتم های پیشنهادی نسبت به سایر روش های پایه ای است که در گذشته پیشنهاد شده است.

دسترسی از طریق موبایل به سیستم های اطلاعاتی برای کاربران سیار بسیار سودمند است با این حال، فراهم کردن اطلاعات و تطابق آن با ابزارهای متفاوت سیار، امر پیچیده ایست. این کار نیازمند یک متد تطابق سازی یا حداقل قوانین طراحی مشخص می باشد. در این رساله سعی شده با ارایه مفاهیم بنیادین کسب و کار سیار و شناسایی ملزومات و زیر ساختهای آن همچنین مزایا ، معایب و چالشهایی که برای توسعه این کسب و کار مدرن مورد نیاز است را بررسی کرده و سپس به ارایه راه حلی مناسب برای اطلاع رسانی در حوزه تجارت c2c در بستر تکنولوژی سیار به یکی از نیاز های جامعه پاسخ داده باشیم؛ تا بتوان در حوزه اطلاعات و آگهی های تجارت c2c پایگاهی برای جستجوی نیازمندی ها به صورت ساختاریافته و طبقه بندی شده فراهم نماییم که علاوه بر صرفه جویی در هزینه ، محدودیت زمانی و مکانی را هم هموار سازد ؛ در ضمن نظم و سازماندهی اطلاعات تجارت های روزمره c2c باعث مزایایی در حوزه بازاریابی و تبلیغات هدفمند برای شناسایی افراد خواهد شد . درنتیجه گامی برای حذف تبلیغات ناخواسته و نامربوط برداشته خواهد شد . همچنین برای پیاده سازی و اجرای این راه کار به بررسی روشهای تطابق سازی رابط کاربری با ابزارهای متفاوت سیار پرداخته و نحوه ارتباط برنامه موبایل با رایانه را توضیح خواهیم داد .

در روزگاری که محیط مجازی روز به روز گسترده تر و وسیع تر می شود تا جایی که کنترل و پردازش اطلاعات دریافتی تقریبا امری ناممکن شده است، نیاز به وجود سامانه ای که بتواند بر این مشکل غلبه کند، بیش از هر زمان دیگری حس می شود. سیستم هایی که بتوانند از میان خیل عظیمی از اطلاعات و محصولات گوناگون، مناسب ترین و مورد پسند ترین ها را بنا به شرایط و ویژگی های خاص هر کاربر به وی پیشنهاد دهند، طرفداران بسیاری یافته اند. حال اگر در این فرآیند از نظرات کسانی استفاده شود که ما از سلیقه آن ها آگاهیم، پیشنهادهای بسیار منطقی و دقیق تری به دست خواهد آمد. سیستم هایی که چنین وظیفه ای بر عهده دارند، "سیستم های پیشنهادی" نامیده می شوند. سیستم های پیشنهاد دهنده بر اساس تخمین امتیاز و چگونگی پیشنهادات به روشهایی تقسیم بندی می شوند که در این بین روش فیلتر همبستگی که عموماً با توجه با سابقه کاربران عمل می کند با استقبال بیشتری روبرو شده است. سیستم های مبتنی بر فیلتر همبستگی بعنوان موفق ترین سیستم های پیشنهاد دهنده شناخته می شوند. در این پایان نامه بر آنیم تا با دخیل کردن مفهوم زمان در فیلتر همبستگی و پیدا کردن الگوهای زمانی مشخص، نتایج این روش را بهبود بخشیم.

هر روزه تعداد بسیاری از وب سایت ها مورد حمله هکر ها قرار می گیرند و اطلاعات آنها مورد دستبرد واقع می شود. بسیاری از این حمله ها از راه هایی انجام می شود که به آسانی قابل پیشگیری بوده ولی به دلیل بی توجهی مدیران، برنامه نویسان و کاربران نادیده گرفته می شوند. برای جلوگیری از این آشفتگی و بی توجهی با استفاده از استاندارد های روز دنیا در زمینه امنیت و همچنین کسب دانش لازم درباره روش های هک و نقاط آسیب پذیر برنامه های تحت وب می توان به وب سایتی تا حد قابل قبول ایمن دست یافت، در این راه کمک گرفتن از ابزار های آزمون خودکار در جهت یافتن حفره های امنیتی موجود در برنامه می توان بهره برد، در نهایت باید نکاتی را چه هنگام طراحی و پیاده سازی برنامه و چه هنگام استفاده از برنامه های تحت وب بکار برد که در این پایان نامه به صورت چک لیست نهایی ارایه شده است.

اعتماد یکی از عوامل موثر در کسب و کار و همچنین یکی از چالشهای موجود در تجارت الکترونیک می باشد. یکی از راهکارها برای جلب اعتماد و در نتیجه جذب و نگهداری مشتریان، شناسایی عوامل موثر بر اعتماد در تجارت الکترونیک می باشد. در این تحقیق پس از بررسی مطالعات و مدل های قبلی اعتماد، پرسشنامه مربوطه طراحی و توزیع شده است. نتایج داده ها به کمک آزمون t مورد ارزیابی قرار گرفته و سپس به کمک آزمون فریدمن رتبه بندی شده است. برای دسته بندی عوامل موثر نیز از روش تحلیل عاملی استفاده شده است. در بخش دوم بر اساس نتایج فاکتورهای به روز بودن اطلاعات، امکانات پیگیری سفارش، ارائه اطلاعات جامع و دقیق در خصوص قیمت محصولات، اطمینان از بازگشت سرمایه ، اطلاعات واضح برای بازدیدکنندگان جزء 5 فاکتور نخست در ارزیابی فاکتورهای موثر بر اعتماد می باشد.در بخش چهارم اطلاعات مربوط به شرایط تحویل محصول، احساس خرید از یک فروشگاه واقعی، روشهای مختلف پرداخت الکترونیکی و طراحی حرفه ای وب سایت در ارزیابی مربوطه جزء فاکتورهای اساسی معرفی شده است. همچنین بر خلاف انتظار اعتماد اولیه پایین ترین رتبه را به خود اختصاص داده است.

انتخاب یک زیر مجموعه ی مناسب از ویژگیهای داده ها که به منظوری خاص مانند طبقه بندی صورت پذیرد، یک امر بسیار مهم در تمامی مسائل می باشد. در این پایان نامه روشی عملی برای انتخاب ویژگی پیشنهاد شده که روی انواع داده ها به جوابهای مناسبی می رسد. بدین منظور محیط مسأله به صورت یک بازی تک نفره معرفی شده است و با استفاده از روش های مونت کارلو و تفاوت زمانی که از روشهای بسیار کارای الگوریتم یادگیری تقویتی می باشد، پیمایش محیط را پیش می برد و در نهایت زیرمجموعه هایی بهینه یا نیمه بهینه از ویژگیها انتخاب می کند. در این راه ابتدا محیط را به صورت تصادفی می پیماید و از محیط یاد می گیرد و در تکرارهای بعدی بهترین نواحی را برای پیمایش انتخاب می کند.

افعال مرکب، زیرمجموعه ای بسیار متداول از واژگان مرکب هستند که به دلیل خصوصیات ساختاری و معنایی ویژه ای که دارند، چالش هایی در برخورد با آنها در سیستم های محاسباتی وجود دارد. اخیرا، کارهایی در تشخیص خودکار افعال مرکب، در زبان هایی که از نظر محاسباتی غنی هستند، مثل زبان انگلیسی انجام شده است. هدف ما توسعه ی چنین تکنیک هایی برای برخورد خودکار با افعال مرکب در یک زبان مثل زبان فارسی است که منابع محاسباتی در آن بسیار محدود هستند. تخمین های محاسباتی در زبانی مثل فارسی که اغلب افعال آن را افعال مرکب تشکیل می دهند، بسیار مهم است. در این پایان نامه بر مجموعه ای بسیار متداول از افعال مرکب فارسی که به فرم ?اسم?+?فعل? هستند، متمرکز می شویم. ساخت افعال مرکب اغلب به صورت نیمه-زایا است: اگرچه یک فعل کمکی با تعداد زیادی از کلمات اسمی همراهی می کند، ولی بیشتر به ترکیب زایا با کلاس های معنایی خاصی برای تشکیل افعال مرکب تمایل دارد. در این پایان نامه یک معیار را که برای تعیین میزان قابل قبول بودن افعال مرکب (در زبان انگلیسی) معرفی شده است، به گونه ای توسعه می دهیم که از کلاس های معنایی کلمات استفاده کند. نشان می دهیم که این معیار جدید تعیین میزان قابل قبول بودن عبارات، بعنوان فعل مرکب که از کلاس های معنایی استفاده می کند، در تشخیص افعال مرکب فارسی بهتر از معیار اولیه عمل می کند. خصوصا نشان می دهیم که چنین کلاس هایی به طور خاص برای تعیین میزان قابل قبول بودن ترکیبات جدید یا غیر متداول، بعنوان فعل مرکب بسیار مفید هستند. در تعیین گروه-های معنایی کلمات از مدل فضای برداری استفاده می کنیم و معنای کلمات را در فضای کلمات به صورت بردار نشان می دهیم. همچنین نمایش برداری پیشنهاد می کنیم که از اطلاعات مربوط به ساخت افعال مرکب در بازنمایی برداری استفاده کند. با مشارکت دادن گروه های معنایی بدست آمده از این نمایش برداری، در معیار وابسته به کلاس معنایی، نتایج بهتری را در تشخیص افعال مرکب فارسی بدست می آوریم.

در طول سالهای اخیر، بازار موبایل یکی از سریعترین بازارهای رشد را در جهان به خود اختصاص داده است.اشباع رشد مشترکین موبایل، منجر به این امر شد که اپراتورهای سیار به دنبال روشهای جایگزین برای کسب درآمد بیافتند. اپراتور ایرانسل با داشتن سهم بالایی از مشترکین تلفن همراه، تمایل زیادی برای ارائه روشهای مختلف پرداخت سیار دارد تا بتواند سهم انبوه ای از مشترکین تجارت سیار را از آن خود کند. در این مقاله سعی شده است با ارایه مفاهیم بنیادین تجارت سیار، شناسایی ملزومات آن، مزایا و چالش ها و شناسایی عوامل موثر در پذیرش تجارت سیار شناخت کامل و درک صحیحی از تجارت سیار که پدیده نوظهوری در بین مردم ایران است، داده شود. هدف از این مقاله انتخاب مناسب ترین روش پرداخت سیار برای اپراتور ایرانسل می باشد. بدین منظور در این مقاله توضیح کاملی از ویژگیها، نحوه عملکرد ، مزایا و معایب انواع روشهای پرداخت، شامل sms، ivr، wap، ussd، j2me، stk داده شده است و مقایسه ای بین آنها از جنبه های مختلف انجام گرفته است. سپس با تحلیل آماری و با کمک چهار نوع از الگوریتم های درخت تصمیم توانستیم گروه بندی های مختلفی از رفتار و خصیصه های مشتریان داشته باشیم تا بتوانیم طبقه های مختلفی از بازار را شناسایی کنیم و به هرکدام روش پرداخت مناسب و مرتبط به آن را معرفی کنیم. در نهایت بر طبق مجموع نتایج حاصله از تحلیل های آماری بر روی عوامل موثر در پذیرش پرداخت سیار و همچنین با در نظر گرفتن مزایا و ویژگیها هر روش پرداخت، مناسب ترین آنها برای اپراتور ایرانسل پیشنهاد گردید و الزامات پیاده سازی آن نیز بیان گردید.

فناوری اطلاعات در عصر حاضر موجب تغییر و تحولات بسیاری در زمینه های اقتصادی،اجتماعی، فرهنگی و سیاسی شده است و سازمانهای زیادی را در جهت تغییر و دستیابی به جایگاه در خور، به چالش کشانده است. در همین راستا نیز بورس به عنوان یک سازمان اقتصادی جهت تو سعه بی نیاز از فناوری اطلاعات نیست . از این رو بررسی تاثیر فناوری اطلاعات بر بورس اوراق بهادار در جهت شناخت وضعیت موجود و ارائه راهکارهای پیشنهادی امری لازم و ضروری به نظر می رسد. لذا در این تحقیق سعی شد با طرح پرسشنامه و نظر سنجی از خبرگان امر و تحلیل نتایج بدست آمده با آزمون t-student از یک طرف و بکار بردن آزمون فرض آماری داده های معاملات صورت گرفته در طی سالهای 1382-1389 از طرف دیگر تاثیر فناوری اطلاعات بر بازار بورس اوراق بهادار در طی سالهای اخیر معین گردد. تحلیل نتایج پرسشنامه حاکی از آن بود که فناوری اطلاعات طی سالهای اخیر بر حجم مبادلات بورس اوراق بهادار و نوسانات قیمت سهام و کاهش ریسک بازار تاثیر مثبت داشته است. این در حالی بود که نتایج حاصل از آزمون فرض آماری مربوط به داده های حجم مبادلات حاکی از آن بود که علی رغم توسعه بکار گیری فناوری اطلاعات پس از تصویب آیین نامه اجرایی قانون بورس اوراق بهادار، این عامل تحت تاثیر دیگر عوامل نتوانست تاثیر معنا داری بر حجم و بی ثباتی مبادلات داشته باشد. در بخش پایانی این تحقیق نیز به ارائه مدل پیشنهادی فرآیند انجام معاملات آنلاین سهام پرداخته شده است.

کتابخانه زیرساخت فناوری اطلاعات (itil) محبوب ترین چارچوب برای مدیریت خدمات فناوری اطلاعات است. مرجع زیرساخت فناوری اطلاعات یک چارچوب عملیاتی و مجموعه ای از بهترین تجربه های ارائه دهندگان خدمات فناوری اطلاعات در سازمان هایی با ساختار پیچیده it است. پیاده سازی این چارچوب، مدیریت سامانه های it را شفاف و در نتیجه تصمیم گیری مدیریتی در خصوص کسب وکار و فناوری اطلاعات را تسهیل می کند. این چارچوب علاوه بر کمک به تصمیم گیری مناسب مدیران، امکان ارزیابی و سنجش تغییرات داده شده بر روی سرویس های مورد نیاز سازمان را ایجاد می کند؛ به طوری که این تغییرات، برای هر دو طرف ماجرا، سودده خواهد بود. با این حال، پیاده سازی itil نه تنها بسیار دشوار است، بلکه هیچ روش خوبی برای پیاده سازی itil وجود ندارد. در نتیجه، پیاده سازی itil معمولا وقت گیر، پرهزینه و خطرناک است. هدف این پایان نامه پیشنهاد یک مدل جدید برای ارزیابی پیاده سازی itil در بانک است و بر اساس اولویت ها، وابستگی ها و دستورالعمل های بانک نکاتی را ارائه می دهد. مدل های به کار گرفته شده در itil ارزیابی شده و از بین آن ها بنا به دلایلی که به تشریح بحث می شود، مدل cmmi انتخاب و مزایا و نقایص آن بررسی می شود، سپس مدل جدیدی بر اساس این مدل ارائه شده که کاستی های مدل های ارائه شده تا کنون را برطرف می کند، زیرا توصیفی تر، همراه با جزئیات بیشتر و نیز مفیدتر می باشد، به این دلیل که به صورت اختصاصی برای itil طراحی شده و در نهایت هر پروسه itil آن را تحلیل می شود. سپس یک برنامه عملی از مدل پیشنهادی با استفاده از پرسشنامه برای ارزیابی مدیریت تغییرات و پیکربندی فرآیندهای مدیریت و همچنین به عنوان تابع میز خدمات معرفی شده و جهت جمع آوری و تحلیل مدل جدید به چندین بانک مراجعه و در نهایت نمونه اولیه ای از مدل جهت حمایت از ارزیابی ارائه خواهد شد.

شبکه های اجتماعی آنلاین دارای کاربران زیاد و روز افزونی می باشند. دراین رساله از شبکههای اجتماعی برای بیان اینکه چگونه این شبکه ها می توانند برای تأمین راهبرد های بهتر بازاریابی به کار روند، استفاده شده است. در این راستا مدلی جامع مبتنی بر عوامل تاثیر گذار جهت بکارگیری شبکه های اجتماعی در بازاریابی پیشنهاد گردید. عامل اول در مدل پیشنهادی تمایلات کاربران در توصیه محصول ها به افراد مشابه در شبکه های اجتماعی است، که در این عامل میزان تمایل کاربران در توصیه محصول به افرادی که از لحاظ ارزشی با آنها یکسان هستند سنجیده خواهد شد. عامل دوم تاثیر ویژگی محصول در شبکه های اجتماعی و عامل سوم تاثیر نوع محصول در شبکه های اجتماعی است، به عبارتی می توان از این طریق دریافت که بازاریابی چه محصول هایی در شبکه های اجتماعی می توانند موفق تر باشند. عامل چهارم استحکام رابطه بین کاربران و دوستانشان در شبکه های اجتماعی است، که با یررسی این عامل میزان تمایلات افراد در پذیرش پیشنهادهایی که اطلاع کم و زیادی نسبت به آن محصول دارند با توجه به نوع رابطه دوستی، و همچنین پذیرش بر اساس ویژگی های محصول ها با در نظر گرفتن نوع رابطه دوستی بررسی شده است. عامل پنجم بازاریابی ویروسی در شبکه های اجتماعی می باشد که با درک این عامل بازاریابان در می یابند که افراد در شبکه های اجتماعی تمایل بسیاری به انتقال اطلاعات، اشتراک گذاری و نظر دهی در مورد محصول های ارائه شده را دارند. اعتبار سنجی مدل پیشنهادی با تهیه و توزیع پرسشنامه انجام گرفت. نتایج تحلیل آماری حاصله مشخص گردید که پنج عامل یاد شده در مدل پیشنهادی نقش بسیار مهمی در بازاریابی به واسطه شبکه های اجتماعی داشته و استفاده از آنها می تواند کمک بسزایی در تدوین راهبردهای بازاریابی داشته باشد. کلمات کلیدی: استحکام پیوند، بازاریابی، بازاریابی ویروسی، پیشنهاد دادن، شباهت، شبکه های اجتماعی

رشد روز افزون شبکه های اجتماعی در سیستم های مدرن اطلاعاتی امروزی، امکان همکاری خبرگان را به میزان فراوان و بیش از آنچه پیش از این وجود داشته، فراهم آورده است. با یک وظیفه داده شده و یک گراف از خبرگان به عنوان نمونه ای از یک شبکه اجتماعی، به طوری که هر یک از خبرگان دارای تعدادی مهارت باشند، هدف ما، پیدا کردن گروهی موثر از خبرگان است که قادر به انجام موفق آن وظیفه در قالب یک تیم باشند. در راستای انجام موثر وظیفه و تعامل مناسب خبرگان، مطلوب است کارایی تیم انتساب یافته نیز به گونه ای در نظر گرفته شود که هر خبره کمینه سطح توانایی موردنیاز برای هر مهارت را داشته باشد. در این پایان نامه، ما تلاش نمودیم تا مساله سازمان دهی تیم خبرگان را از چند جنبه بهبود و تعمیم دهیم: نخست، یک روش برای اندازه گیری سطح توانایی هر خبره بر مبنای مهارت ها و نیز توانایی تعامل با همسایگان برای انجام هر مهارت داده شده، ارایه شده است. دوم، گراف اصلی خبرگان به صورت مجموعه ای از چندین گروه شامل افراد ماهر برای هر مهارت که دارای ارتباطات قوی با یکدیگر هستند، تجمیع می شود و از میان این گروه ها، گروه های موثر برای ادامه کار استخراج می شوند. در این گام، با در نظر گرفتن تنها این گروه های موثر، فضای جست و جو به نحو چشمگیری کاسته می شود و افزون بر آن، این امر موجب پیشگیری از افزایش غیرمنطقی هزینه ی ارتباطی و اندازه تیم در هنگام انتساب افراد کاندید به تیم انتخابی می گردد. سوم، الگوریتم rarestfirst موجود ارتقاء داده شده و یک نسخه ی تعمیم یافته از آن برای انجام وظایف عمومی-رقابتی ارایه می شود. در پایان، به منظور بهبود کارایی تیم انتخابی، تعریف سازگار یافته ای از هزینه ی ارتباطی ارایه می گردد. آزمایش ها بر روی گراف تالیفی-همکاری نویسندگان در دیتاست dblp نشان می دهد که در زمینه ی کارایی و موثر بودن، چارچوب کاری پیشنهادی ما توانسته است به نتایج خوبی در کاربردهای عملی دست یابد.

در این مستند سعی شده است تا روشی برای کشف حملات بات نت به کمک بررسی الگوی رفتاری شبکه و تشخیص ناهنجاری ارائه شود. فرایند تشخیص از مراحل تشکیل مدل شبکه ای، خوشه بندی اتصالات و خوشه بندی بر اساس مدل دوکی و بررسی گزارش تحلیل گر جانبی تشکیل شده است. این روش ترافیک شبکه را در قالبی با عنوان مدل شبکه ای، مدل سازی می کند. در مدل شبکه ای، یال های گراف به صورت برداری تعریف شده اند که مشخصات اتصال های بین دو گره را نگهداری می کند. این مدل، بر اساس ویژگی های بردار اتصال ها خوشه بندی می شود و گره هایی با رفتار مشابه در خوشه یکسان قرار داده می شوند. در ادامه، روشی با عنوان خوشه بندی مبتنی بر مدل دوکی، بر اساس رفتار ذاتی و ویژگی های عام حملات بات نت، طراحی و پیاده سازی شده است. سپس گزارش تحلیل گر جانبی برای تشخیص بات های غیر فعال استفاده می شود. فرایند تشخیص به صورت افزایشی و در قالب پنجره های زمانی یکسان است. به کمک این اقدام پیشینه ای از رفتار اعضای شبکه در مراحل قبلی در دست است که به دقت تشخیص کمک شایانی می کند. در آخر، روش پیشنهادی با بات های مشهوری مانند زئوس و اسپای بات مورد ارزیابی قرار گرفت. دقت تشخیص بات زئوس 90 درصد و دقت تشخیص بات اسپای بات 80 درصد ارزیابی شد. همچنین دقت تشخیص مدل پیشنهادی در تشخیص بات های مبتنی بر پروتکل گفتگوی اینترنتی و http، 100 درصد ارزیابی شده است.

سازماندهی تیم موثر از خبرگان در جهت پوشش وظیفه ای تعیین شده در شبکه های اجتماعی در بسیاری از پروژه های دنیای واقعی مورد توجه و حائز اهمیت است. هزینه ارتباطی، و وجود همکاری مناسب بین اعضای تیم، و همچنین انتخاب تیمی کوچک و در عین حال کارا، ما را در انجام هرچه موفق تر پروژه هدایت می کند. در این پایان-نامه سه رهیافت در جهت تعمیم و بهبود کارهای پیشین انجام شده است: اول، بررسی عملکرد توابع شباهت مختلف برروی کارایی سازماندهی تیم. مسأله سازماندهی تیم را در محیط شباهتی بین رئوس هم به طور مستقیم با توجه به میزان مقاله های اشتراکی-تألیفی بین دو رأس، و هم شباهت ضمنی بین رئوس با توجه به میزان همسایه های مشترک و از طریق واسط های بین شان بررسی می کنیم. همچنین، شباهت مهارتی برای هر نویسنده را با در نظر داشتن سطح توانایی بالقوه او و میزان همکاری و اشتراکش با دیگر نویسندگان در زمینه مهارت مورد نیاز، در روند انتخاب، وارد عمل خواهیم کرد تا در انتخاب هر چه موثرتر اعضای تیم تأکید داشته باشیم. استفاده از ترکیب این معیارهای شباهت در فرمول تابع هزینه الگویتم، ما را در جستجوی هرچه کاراتر تیم نهایی در شرایط یکسان یاری خواهد کرد. علاوه براین، می توان از طریق توابع شباهت ضمنی بین رئوس، افرادی که قابلیت بالایی برای همکاری با هم دارند، در چهارچوب تیم نهایی که حاوی بهترین افراد موثر در شبکه اجتماعی موجود می باشند، طبق ساختار روابط بین شان به هم پیشنهاد داد، زیرا این افراد در ساختار قبلی شبکه تنها از طریق واسط ها به هم متصل بوده و می توانند با همکاری هم، ساختار کاراتری در گراف جدید شبکه اجتماعی ایجاد نمایند. دوم، سازماندهی k تیم برتر با استفاده از نظریه بازی ها است. پیدایش k تیم برتر زمانی اهمیت می یابد که تیم برتر نهایی به هر دلیلی منحل شود و مجبور به اجرای پروژه توسط تیم بهتر بعدی باشیم و یا با چندین پروژه و موضوع پروژه یکسان مواجه باشیم، در چنین شرایطی می توانیم پروژه ها را بر حسب اولویت به تیم های بدست آمده اختصاص دهیم. در جریان بازی، با توجه به تابع سودمندی برای هر خبره و روند عضویت در گروه های مختلف، در نهایت، هنگامی که به تعادل نش محلی دست یابیم همه ی تیم های موجود بدست خواهند آمد. سوم، سازماندهی تیم خبرگان با در نظر داشتن وظایف تعمیم یافته و گروه بندی گراف. در این رهیافت هر مهارت مورد نیاز در وظیفه شامل حداقل تعداد خبره مورد نیاز و حداقل سطح مهارتی هر خبره جهت پوشش آن می باشد. گروه بندی گراف اصلی نیز با توجه به مهارت های مورد نیاز و در اختیار داشتن آنها توسط خبرگان موجود، با توجه به اتصالات قوی بین شان انجام خواهد شد. این روش فضای جستجو را تا حد زیادی کاهش داده و مانع از انتخاب گره های غیر ضروری و افزایش بی رویه ی هزینه ارتباط و اندازه تیم می گردد. آزمایشات بر روی گراف همکاری dblp نشان دهنده کارایی بالا و موثر بودن روش های پیشنهادی می باشد.

پردازش زبان طبیعی

با گسترش رو به رشد اینترنت، شبکه های اجتماعی نیز ایجاد شده و روند رو به رشدی را پیموده اند. اینگونه شبکه ها عبارتند از مجموعه ای از وب سایتهایی که بر مبنای ایجاد رابطه بین افراد بنا نهاده شده-اند. روابطی همچون دوستی، خویشاوندی، شغلی، درسی و موارد مشابه. افراد در آن ثبت نام کرده و به آن می پیوندند. کاربران علایق و مشخصات خود را وارد سیستم کرده و یک پروفایل برای خود ایجاد می کنند. همزمان با رشد شبکه های اجتماعی بازاریابی و تبلیغات در این شبکه ها نیز گسترش پیدا کرده است. در تبلیغات هدفمند کاربر آگهی های متناسب با علاقه مندی خود را دریافت خواهد کرد. از این رو یافتن کاربران کلیدی در این گونه شبکه ها دارای اهمیت ویژه ای می باشد و نیاز به آنالیز و کاوش داده ها احساس می‏شود. در این پایان نامه ابتدا به بررسی شبکه های اجتماعی و ساختار آنها، پرداخته می شود. سپس بحث تبلیغات، تبلیغات هدفمند و جایگاه آنها در شبکه های اجتماعی، مورد بررسی قرار می گیرد. بعد از آن روش های مختلف دستیابی به تبلیغات هدفمند در شبکه های اجتماعی بیان می شود و در نهایت ارائه روشی برای تبلیغات هدفمند بر اساس پروفایل کاربران تعریف و طراحی شده و مورد ارزیابی قرار می گیرد.

کلاس ساختاری(ساختار سوم) پروتئین اطلاعات مفیدی برای مشخص کردن ساختار کلی پروتئین فراهم می کند ، همچنین نقش اساسی در طراحی داروها، داروشناسی و کاربردهای دیگر دارد. عملکرد پروتئین به ساختار 3 بعدی آن مرتبط است و می تواند به طور موثر بر اساس آنالیز ساختار و توالی پروتئین تعیین گردد، همچنین توالی های پروتئینی کشف شده زیادی در دسترس است ولی نسبت به آن تعداد ساختار های کشف شده پروتئین ها کم می باشد. بنابراین پیش بینی ساختار سوم پروتئین برای زیست شناسان از اهمیت زیادی برخوردار است. همچنین روش های کامپیوتری ارائه شده برای زیست شناسان به صورت مبهم می باشد و با روش دسته بندی آن ها نمی توانند ارتباط برقرار کنند. بر این اساس در این پایان نامه مجموعه ویژگی هایی برای دسته بندی استفاده شده که توصیف پذیر باشند و همچنین بر دقت پیش بینی نیز تأثیر بگذارند. علاوه بر این روش های دسته بندی فازی را برای پیش بینی ساختار سوم پروتئین ها ارائه داده ایم. که بر اساس نتایج به دست آمده نشان داده شده است که قابلیت توصیف پذیری را به دست بندی اضافه می کنند، چون قوانینی را بر اساس ویژگی های پروتئین ها در دسترس زیست شناس قرار می دهند. بنابراین احتمالاً مورد قبول زیست شناسان قرار خواهد گرفت و بهتر می توانند با الگوریتم دسته بندی ارتباط بر قرار کنند. مقایسه روش های پیشنهادی نسبت به روش های ارائه شده مشابه، نشان داد که دقت پیش بینی بسیار مناسبی را این روش ها به دست آورده اند. علاوه بر این از مجموعه داده هایی استفاده کرده ایم که بسیار پر کاربرد باشند و شباهت توالی پایینی داشته باشند.

امروزه علاوه بر فرآیندهای سنتی کسب وکار شیوه هایی نوین در کسب وکار نیز تحت عنوان تجارت الکترونیک بسیار مورد توجه شرکت ها وسازمانهای بزرگ و کوچک قرار گرفته است که در آن انجام کلیه مبادلات تجاری به صورت الکترونیکی و با استفاده از شبکه-های کامپیوتری و اینترنت صورت می پذیرد. در این راستا کسب وکارها جهت معرفی محصولات و خدمات شان در محیط مجازی از ابزاری تحت عنوان کاتالوگ الکترونیکی بهره می برند. کاتالوگ الکترونیکی رسانه ایست که برای شناساندن هرچه بهتر محصول به مشتریان بکار می رود و همچنین مشتریان شرکت می توانند از طریق آن با تامین کنندگان کالا و خدمات تعامل داشته باشد. در این تحقیق به ارائه مدلی جدید در راستای طراحی کاتالوگ-های الکترونیکی با تاکید بر مباحثی از قبیل مدیریت الکترونیکی ارتباط با مشتری، تکنیک-های مربوط به تعامل انسان باکامپیوتر و همچنین تاثیر فرهنگ بر تجارت الکترونیک پرداخته شد که نتایج بدست آمده از جمع آوری و بررسی پرسشنامه های توزیع شده و همچنین مقایسه آنها با دنیای بیرون حاکی از آن است که مدل تحقیق ، با رعایت نمودن اصول مذکور منجر به طراحی موفق کاتالوگ های الکترونیکی ای می شود که ، توانایی برقراری یک ارتباط موثر و مفید با مشتری و همچنین ترغیب آنها به تامین نیازمندی های خود از شرکت ها را دارند.

دسته بندی یکی از مهمترین فرآیندهای مورد مطالعه در حوزه یادگیری ماشین و داده کاوی است که در برنامه های کاربردی فراوانی از جمله دسته بندی متن، تشخیص پزشکی، بیوانفورماتیک و... مورد استفاده قرار می گیرد. مسائل دسته بندی را می توان براساس تعداد برچسب های منتسب به هر یک از داده ها به دو دسته کلی مسائل دسته بندی تک برچسبی و مسائل دسته بندی چند برچسبی تقسیم کرد. در مسائل دسته بندی تک برچسبی، هر داده دارای یک برچسب منحصر به فرد است. اکثر مطالعات صورت گرفته در حوزه یادگیری ماشین مربوط به این نوع مسائل دسته بندی بوده است. اما مسائل مهم زیادی وجود دارد که حل آنها مستلزم انجام دسته بندی چند برچسبی است. در این مسائل، هر داده ممکن است به بیش از یک برچسب منتسب شود. سامانه های دسته بندی یادگیرنده (lcs) یک اسلوب ایجاد و استنتاج قوانین هستند که از الگوریتم ژنتیک به عنوان ساز و کار اولیه جستجو استفاده می کنند. این اسلوب ها به دنبال یک مجموعه از قوانین قابل اطمینان و با درجه صحت بالا هستند. اگرچه فعالیت های مختلفی برای انجام دسته بندی توسط سامانه های دسته بندی یادگیرنده انجام شده است اما اکثر این فعالیت ها نیز برای دسته بندی داده های تک برچسبی بوده و در مورد دسته بندی چند برچسبی این تحقیقات در اول راه قرار دارد. هدف اصلی این تحقیق، ایجاد یک مجموعه قوانین با استفاده از lcs برای دسته بندی داده های چند برچسبی است که نتایجی کارآمد و قابل مقایسه با سایر روش های دسته بندی چند برچسبی داشته باشد. در این تحقیق از xcs به عنوان سامانه پایه استفاده شده و بخش های عمده آن برای ایجاد امکان مواجهه با داده های چند برچسبی مورد تغییر قرار گرفته است. برای این منظور دو روش مختلف بازنمایی دانش برای مسائل دسته بندی چند برچسبی، روش پاداش دهی متناسب با این مسائل و یک ساز و کار کشف قوانین که با استفاده از یک مکانیزم رای گیری برای lcs و با بهره گیری از تجربیات قبلی سامانه ی کشف را هدایت می کند معرفی شده است.

در سال های اخیر با افزایش حجم اطلاعات و داده های متنی، مشکلات جدیدی برای کسانی که حوزه فعالیتشان در زمینه کار با داده بود به وجود آمد. بنابراین تحقیقات بسیاری در زمینه مدل کردن اطلاعات و استخراج اطلاعات مفید از آن ها به عمل آمد. کاربران نیازمند ابزارهایی بودند تا با استفاده از آن ها به راحتی بتوانند اطلاعات مفید را از داده های موجود استخراج و استفاده کنند. بدین منظور مباحث بسیاری در زمینه متن کاوی و بررسی شباهت بین متون مطرح شد. برای مثال روش فضای برداری به طور گسترده ای در باب موضوع شباهت سنجی بین اسناد متنی سخن به عمل آورده است و مدل های مختلفی از معیار شباهت سنجی را معرفی کرده است. با این وجود در بسیاری مدل های شباهت سنجی به وجود کلمات مشترک بین اسناد متنی توجه کمتری شده است و این در حالی است که وجود کلمات مشترک بین اسناد، باعث ایجاد ابهام در روند شباهت سنجی اسناد شده و کاربران را از هدف اصلی منحرف می کنند. در این پایان نامه سعی شده است یک روش برای بررسی میزان شباهت دو سند ارائه شود که با در نظر گرفتن تأثیر کلمات مشترک در بین اسناد و حذف هم پوشانی موجود بین اسناد متنی تخمین واقعی تر از میزان شباهت اسناد را به دست آورد و از این میزان شباهت برای خوشه بندی سندهای متنی استفاده شده است. این مدل شامل یک قسمت انتخاب ویژگی است که کلمات کلیدی واقع در متن را استخراج کرده، سپس با استفاده از تجزیه کننده های متنی درخت های تجزیه مربوط به سند های متنی را به دست آورده و با کمک وزن کلمات کلیدی بدست آمده از مرحله قبل، میزان شباهت بین درختان را تخمین می زند. برای بررسی میزان شباهت بین درختان از الگوریتم بدست آوردن تعداد زیر درختان مشابه در متن استفاده شده است. سندهای متنی به دلیل شامل بودن تعداد زیادی کلمات مشترک دارای هم پوشانی بسیاری هستند. وجود کلمات مشترک بین سندهای متنی ، از جمله مشکلات بررّسی دقیق میزان شباهت متن ها است که در صورتی که سیستم شباهت سنجی انتخاب ویژگی صحیحی از این متون به عمل آورد، قادر خواهد بود تا حدی، بر مشکل وجود هم پوشانی فائق آید. علاوه بر این کار کردن با متن و بدست آوردن میزان شباهت کاری زمان بر است، بنابراین استخراج مفهوم اصلی که از متن برداشت می شود از درجه اهمیت بسیاری برخوردار است.در این پایان نامه با ارائه روشی جدید برای استخراج کلمات کلیدی و با اهمیت در متن میزان شباهت بین سندهای متنی محاسبه می شود. در انتها با استفاده از الگوریتم های خوشه بندی از جمله الگوریتم خوشه بندی سلسله مراتبی و k خوشه بندی نزدیک ترین همسایه (knn)گروه بندی سندهای متنی انجام شده است. نتایج آزمایشگاهی و نمودارهای مقایسه ای به صورت واضح نشان می دهند که روش پیشنهاد شده از عملکرد بالاتری نسبت به روش های ارائه شده مشابه دارد.

در این پایان نامه، وفاداری مشتریان به ارائه کنندگان خدمات اینترنتی (isp) بررسی می شود و عواملی که تاثیر مثبتی بر افزایش آن می گذارد مطالعه شده و در نهایت یک چارچوب مفهومی موثر، مبتنی بر این عوامل پیشنهاد شده است. جامعه آماری تحقیق از مشتریان وفادار ارائه کنندگان خدمات اینترنتی در شرکت های شهر زاهدان تشکیل شده و ابزار جمع-آوری داده ها، پرسشنامه ای است که با روش آلفای کرونباخ اعتبارسنجی می شود. تحقیقات پیشین در صنایع ارتباطات بیانگر این اصل است که آن دسته از isp ها که رضایت مشتری ها را جلب کرده و مشتریان را تشویق به وفاداری می کنند، سهم بیشتری از بازار و مقدار سود بالاتری را خواهند داشت. امروزه تمام شرکت های تأمین کننده اینترنت سرعت بالا نیاز مبرم به طراحی و اتخاذ استراتژی های بازاریابی جدید برای توسعه سطح رقابتی خود بر مبنای مشتری هایشان دارند. برای رسیدن به یک استراتژی، در این پایان نامه پس از مطالعه و بررسی تحقیقات پیشین، یک چارچوب مفهومی و تئوری پیشنهاد می شود که در آن فاکتورهای حیاتی تأثیرگذار بر میزان رضایتمندی و وفاداری مشتریان یک isp شناسایی و رتبه بندی می شود.

در این پایان نامه یک مدل الکترونیکی از فرایندهای سازمانی و خدماتی شرکت توزیع نیروی برق شیراز ارائه می شود . برای ارائه مدل پیشنهادی ، ابتدا شرکتهای مشابه و اسناد بالا دستی مورد بررسی و مطالعه قرار گرفته ، سپس وضعیت موجود فناوری اطلاعات شرکت و پس از آن وضعیت آمادگی الکترونیکی شرکت و بسترهای زیرساختی فناوری اطلاعات آن را استخراج می کنیم و با شناسایی فرایندهای درون سازمانی و برون سازمانی و مشتریان و ذینفعان شرکت و انتظارات آنان ، به شناسایی نقاط ضعف ساختار فعلی فناوری اطلاعات شرکت در راستای ارائه خدمات الکترونیکی بهتر به ذینفعان می پردازیم . در انتها با تطبیق وضعیت موجود شرکت و آینده شرکت و مطالعات انجام شده و تطبیق آنها با هم یک مدل یکپارچه خدمات الکترونیکی ارائه خواهد شد.

معماری سرویس گرا امکان توزیع برنامه های کاربردی را در شبکه و اینترنت فراهم می سازد. یعنی می توان برنامه های کاربردی و تحت وب را بصورت سرویس های توزیع شده در کامپیوتر های مختلف، بصورت یکپارچه و یا از راه دور اجرا نمود. به سرویس های استفاده شده در معماری سرویس گرا، وب سرویس گفته می شود. وب سرویس نرم افزاری است که دسترسی به اطلاعات و سیستم های پردازش اطلاعات را بصورت توزیع شده ، بدون وابستگی به محیط سخت افزاری و نرم افزاری خاصی، با استفاده از قوانین استاندارد امکان پذیر می کند. امروزه از وب سرویس ها به عنوان راهکاری در راستای یکپارچه سازی تعامل ها در سطح بنگاه ها از جمله بنگاه های اقتصادی، استفاده می گردد. وب سرویس هایی که در بنگاه های اقتصادی وظیفه پرداخت، دریافت و عملیات مالی را بر عهده دارند، وب سرویس های پرداخت الکترونیکی گفته می شوند. بهره گیری از سیستم مذکور بدون در نظرگرفتن نکات امنیتی در وب سرویس ها کاری بیهوده می باشد. بدون شک سرویس وب یکی از مهمترین سرویس های موجود بر روی اینترنت است که بیشترین تاثیر را در عمومیت یافتن اینترنت در سطح جوامع بشری برعهده داشته است. وب در نگاه اول مانند یک سیستم اطلاعاتی توزیع شده است. در سیستم فوق اطلاعات (با اشکال متفاوت) بر اساس استانداردهای مربوطه و با یک ساختار مشخص قرار گرفته و با استفاده از ارتباطات تعریف شده بین اطلاعات می توان به سرعت و به سادگی از اطلاعات موجود استفاده کرد. در این پایان نامه ضمن معرفی وب سرویس ها به تعریف مبانی امنیت در حوزه وب و نحوه انطباق آن با اصول وب سرویس ها جهت ارائه راهکارهای امن در پیاده سازی وب سرویس ها میپردازیم. به دلیل اهمیت بالای وب سرویس های پرداخت الکترو نیکی، تکنیک های زیادی جهت ایجاد امنیت کاربران و بانک ها برای خرید و فروش امن در شبکه های اینترنتی مطرح شده است که هر یک بر اساس ایده ای خاص سعی در برقراری امنیت در بخشی یا تمامی فعالیت های خرید و فروش دارند. هدف از پایان نامه مطالعه فنی مهمترین تکنیک های امنیتی در سرویس های اینترنتی و پرداخت الکترونیکی می باشد. سپس بر اساس مطالعه مهمترین روش های امنیتی، مدل امنیتی جدیدی جهت بالا بردن ضریب امنیتی وب سرویس های پرداخت الکترونیکی ارائه شده است. در انتهای پایان نامه، این مدل جدید با سایر مدل ها مقایسه گردیده و نقاط قوت و ضعف آن بیان شده است.

با وجود گسترش روزافزون تعداد کاربران اینترنت، نرخ رشد مبادلات الکترونیکی در کشور به نسبت بسیار اندک بوده است. خطرپذیری بالای فضای اینترنت و عدم اطمینان کاربران به این محیط را می توان از دلایل پائین بودن تعداد مشتریان تجارت الکترونیکی دانست. در چنین شرایطی طراحی وب سایت اهمیت بالای خود را نشان می دهد؛ چرا که همیشه برداشت اول، مهمترین و اثرگذارترین برداشت در ذهن مشتری است. به طوری که اگر در بازدید اول تصویری مثبت از وب سایت در ذهن مشتری نقش نگیرد، احتمال بازگشت مجدد مشتری به وب سایت و یا خرید از آن بسیار پائین خواهد بود. پژوهش حاضر به عواملی پرداخته که بر کیفیت درک مشتری ایرانی از قابلیت اعتماد و کارایی وب سایت های تجارت الکترونیک تأثیر گذار است. افزون بر این، تأثیر این عوامل بر وفاداری وی نیز در نظر گرفته شده است. شاخص های کیفیت نمای ظاهری، کیفیت عملکردی، کیفیت محتوا، امنیت و اعتبار درک شده از وب سایت به عنوان عوامل تأثیرگذار در این پژوهش شناخته شده اند. در کنار این عوامل، تأثیر فاکتورهایی که در طراحی ظاهری نقش بسزایی دارند از قبیل رنگ، ساختار و نوع قلم نیز بر اعتماد و وفاداری مشتریان، ارزیابی شده است. نتایج همچنین نشان می دهد که بنرهای تبلیغاتی می تواند در جلب اعتماد و حفظ وفاداری مشتریان تأثیر منفی داشته باشد؛ در مقابل درج بازخوردهایی از نظرات سایر مشتریان پیرامون کالاها و تجربیات آنها در خرید از وب سایت، می تواند عامل محرکی در ایجاد اعتماد در بازدیدکنندگان باشد. در انتها مدل پیشنهادی با لحاظ کردن تمام موارد بررسی شده، ارائه شده است. نتایج این پژوهش می تواند به عنوان راهنمایی برای طراحان وب سایت ها و توسعه دهندگان وب سایت های تجارت الکترونیکی، برای طراحی و هم چنین ارتقاء کیفی وب سایت های موجود مفید واقع شود.

بدافزارها ، برنامه های مخربی هستند که بدون اجازه کاربر، به سیستم کامپیوتری آنها نفوذ کرده و آن ها را آلوده می کنند و دست به اعمال خرابکارانه می زنند. این برنامه های مخرب، به طور روزافزون در حال گسترش هستند و باگذشت زمان شاهد تکامل و پیشرفت های چشم گیری بوده اند، به طوری که روش های سنتی شناسایی بدافزار مانند روش های مبتنی بر امضا قادر به شناسایی انواع نوظهور بدافزارها نمی باشند، همچنین تولیدکنندگان بدافزارها از استراتژی های متنوع مبهم سازی و اختفا به منظور فرار از شناسایی شدن توسط روش های سنتی استفاده می کنند و این امر موجب بروز یک بحران امنیتی در عصر حاضر شده است. در مقابل، محقان این حوزه می بایست تدبیری برای مقابله با این بحران باندیشند و با ارائه روش های کارآمد در مقابل این بحران بزرگ ایستادگی کنند. لذا، لزوم ارائه روش های نوین که قادر به شناسایی بدافزارهای نوظهور باشند، بیش ازپیش محسوس است. در همین راستا، در این پایان نامه، یک روش نوین شناسایی بدافزار بر پایه توالی کدهای عملیاتی زبان اسمبلی موجود در یک فایل اجرایی، ارائه شده است. در این روش با استفاده از ابزارهای یادگیری ماشین سعی شده از توزیع کدهای عملیاتی موجود در هر دو کلاس بدافزار و فایل های خوش خیم و همچنین توزیع درون کلاسی کدهای عملیاتی موجود در هر یک از کلاس ها بهره برده شود و با استفاده از این توزیع به تفکیک بدافزارها از فایل های سالم پرداخته شود. از مزایای این روش می توان به نرخ شناسایی بالا، پیچیدگی محاسباتی قابل قبول، نرخ مثبت کاذب پایین و همچنین قابلیت توسعه آن اشاره کرد که این قابلیت توسعه، این امکان را فراهم می آورد که با استفاده از روش ارائه شده در این پایان نامه، قادر به دسته بندی بدافزارها بر اساس نوع (خانواده) آنها باشیم.

در سال های اخیر، شبکه های اجتماعی مورد توجه بسیاری از محققین قرار گرفته است.این امر به دلیل رشد فن¬آوری و به تبع آن توسعه کاربردهای متنوع شبکه های اجتماعی در دهه اخیر می باشد. البته این نکته قابل توجه است که اگر چه شبکه های اجتماعی در قالب گراف نمایش داده می شوند اما آنالیز شبکه های اجتماعی تا حدودی باآنالیز دیگر داده ها که به شکل گراف نمایش داده می شوند متفاوت است. تاکنون تحقیقات متعددی از زوایای گوناگون بر روی شبکه های اجتماعی انجام گرفته¬است،اما با توجه به اهمیت و کاربردهای گسترده ¬شبکه های اجتماعی و همچنین مسائل چالش برانگیزی چون پیشنهاد پیوند در این حوزه ،هدف این پایان¬نامه، بررسی روش¬های موجود و ارائه تکنیکی جدید برای پیشنهاد پیوند از روی ساختار گراف شبکه های اجتماعی است.

الگوریتم نزدیکترین همسایه یکی از قدیمی ترین و ساده ترین روشهای غیر پارامتریک و پویای دسته بندی است. این الگوریتم می تواند با مجموعه کوچکی از نمونه های آموزشی یادگیری داشته باشد و داده های آموزشی خود را هر زمان که در دسترس باشند افزایش دهد. علی رغم مزایای الگوریتم نزدیکترین همسایه از قبیل سرعت بالا در زمان یادگیری و توانایی نمایش پیچیده ترین مرزهای تصمیم گیری، این روش دارای مشکلاتی مانند وابستگی کارآیی به معیار فاصله، نمونه های آموزشی نویزی و خصیصه های مورد استفاده می باشد. همچنین این الگوریتم از همه نمونه های آموزشی در زمان تصمیم گیری استفاده می کند که نتیجه آن، سرعت پایین دسته بندی و نیازمندی به حافظه زیاد است. این مشکل درمورد مجموعه داده های بزرگتر، ملموس تر است. در این رساله الگوریتمی معرفی شده است که به طور همزمان به دنبال یافتن یک مجموعه کاهش یافته از نمونه ها و تطبیق معیار فاصله با مسئله مورد حل، از طریق انتساب وزن به نمونه های منتخب می باشد. برای انتخاب نمونه ها یک الگوریتم خوشه بندی با ناظر و برای تطبیق معیار فاصله، الگوریتم یادگیری پیشنهاد شده است که سعی میکند با تنظیم وزن نمونه های منتخب، نرخ دسته بندی کنار گذاری تک به تک را ماکزیمم سازد. وزن یک نمونه برای محاسبه فاصله (و یا شباهت )آن نمونه آموزشی با نمونه مورد پرسش مورد استفاده قرار می گیرد.

سیستم های خودگستر فازی روش هایی قدرتمند در جهت دسته بندی جریان های داده می باشند. در این سیستم ها، قوانین فازی به صورت خودکار تولید، به روز رسانی و حذف می گردند. با این حال، الگوریتم های معرفی شده تا این زمان نمی توانند به خوبی با مشکلات تغییر ناگهانی و تغییر تدریجی در مفهوم داده ها مقابله نماید. در این پایان نامه دو روش خودگستر آن لاین جهت دسته بندی جریان های داده معرفی شده اند، که بر خلاف روش های آف لاین ساختار خود را براساس تغییرات جدید در داده ها به روز رسانی می نمایند. روش های پیشنهادی بر روی تعدادی از مجموعه داده های استاندارد آزمایش شده و نتایج بدست آمده نشان می دهند که این روش ها در اغلب موارد بهتر از الگوریتم های پیشین عمل نموده و نتایج بهتری دارند.

دنیای اینترنت، وب2 و تکنولوژی¬های آن باعث به وجود آمدن گونه¬های جدیدی از ارتباط میان انسان¬ها شده است. این تکنولوژی¬ها به راحتی در دسترس کاربران قرار دارند و به آنها اجازه می¬دهند تا از طریق وبلاگ، ایمیل، پیام¬های متنی فوری و شبکه اجتماعی با سایر کاربران تعامل برقرارکنند. کاربران از طریق شبکه¬های اجتماعی قادر خواهند بود تا عقاید، توصیه¬ها و نظرات خود را در مورد کالا¬ها و خدمات و اخبار به اشتراک گذارند و از نظرات و عقاید سایر افراد باخبر گردند. شبکه¬های اجتماعی، علیرغم تفاوت در ساختار و نوع تعاملات اجتماعی بین اعضای خود، ویژگی¬های آماری مشترکی دارند. جدا از ویژگی¬های آماری مشترک میان شبکه¬های اجتماعی، ویژگی¬ دیگری را نیز می¬توان در نظر گرفت ،این ویژگی، فرآیند انتشار در شبکه های اجتماعی نام دارد. انتشار اطلاعات یک تعریف عمومی است که شامل هر چیزی که در یک شبکه گسترش می¬یابد، می¬شود. همان¬طور که اشاره گردید یکی از جدید¬ترین و مهم¬ترین موضوعات تحقیقی در حوزه انتشار اطلاعات که در سال¬های اخیر توجه متخصصان تحلیل شبکه¬های اجتماعی را به خود جلب کرده است، نحوه انتشار اطلاعات در شبکه¬های اجتماعی، مسیر¬های انتشاری و الگوی انتشار اطلاعات در این شبکه¬ها می¬باشد. درحقیقت تمرکز این مبحث بر روی پیدا کردن الگوی کارایی است تا بتواند نحوه¬ی انتشار اطلاعات را برطبق واقعیت پیش بینی و مدل نماید که کاربردهای عمده¬ای در زمینه¬های متفاوتی چون خرید محصولات توسط مردم، انتشار ویروس¬ها و آلودگی¬های کامپیوتری، پست¬گذاری در بلاگ¬ها ، انتشار شایعات در شبکه¬های اجتماعی و ... می-تواند داشته باشد. برای یافتن الگوی انتشار، نودهایی که در گذشته تحت تاثیر یک خبر منتشر شده قرار گرفته¬اند در نظر گرفته شده و براساس یک سری از پارامترها، نودهایی که در آینده تحت تاثیر خبر قرارخواهند گرفت، به عنوان تابعی از زمان پیش بینی می¬گردند. یکی از پارامترهای مورد استفاده در این مدل محبوبیت خبر است که براساس این پارامتر، تاثیر¬گذاری بر سایر نودها در آینده انجام می¬گیرد. در این پایان-نامه دو مدل برای مدل¬سازی الگوی انتشار اطلاعات ارائه شده¬است. مدل اول که به اختصار midm(mathematical information diffusion model) نام دارد، مسئله الگوی انتشار اطلاعات را با در نظرگرفتن مقادیر متفاوت محبوبیت خبر در زمان¬های مختلف مدل¬سازی می¬نماید و روش دوم که rlidm (reinforcement learning information diffusion model) است، با استفاده از سامانه یادگیری xcsf الگوی انتشار اطلاعات در شبکه¬های اجتماعی واقعی memetracker، twitter و google را مدل می¬کند. نتایج مقایسه دو روش پیشنهادی در مقابل مدل اصلی نشان¬دهنده برتری مدل-های پیشنهادی می¬باشند.

در دنیای مجازی حذف بسیاری از تعاملات و ارتباطات مستقیم منجر به عدم تعهدات و تمرکز کافی افراد در امور مجازی شده است . و از آنجا که تعداد داوطلبان آموزش های مجازی و کلاس های آنلاین به علت فواید بسیار آن هر روزه افزایش می یابد قطعا باید جهت بالا بردن سطح کیفی این نوع از آموزش بسیار اندیشید . در هر کلاس درس پس از آموزش ، ارزیابی همواره ابزار مناسبی برای ایجاد تمرکز و مشارکت دانشجویان بوده است .پس منطقی است که به دنبال ابزاری جهت برآورد میزان مشارکت دانشجویان و نیز افزایش انگیزه برای این مشارکت در کلاس های آنلاین نیز باشیم . در این مقاله سعی داریم با استفاده از روش های متن کاوی و دسته بندی کلمات الگوریتمی جهت ارزیابی عملکرد دانشجویان و تخصیص امتیاز به ایشان پیشنهاد دهیم و از آنجا که متون وارد شده از سوی ایشان می تواند میزان فعالیت و مشارکتشان را به نمایش بگذارد از نظر این مقاله متن از مهمترین معیار های ارزیابی دانشجویان در کلاس مجازی است . الگوریتم پیشنهادی این تحقیق برای هر دانشجو در پایان کلاس ، یک امتیاز از میزان مشارکت دانشجو با استفاده از متون وارد شده اعلام میکند .لازم به ذکر است که ما با ارائه این الگوریتم نه تنها دانشجویان را ارزیابی کرده بلکه دانشی از میان متون ایشان استخراج و برای کلاس های بعدی ذخیره نموده و استفاده می کنیم . در پایان این تحقیق نتایج بررسی از الگوریتم پیشنهادی و روش های پیشین بر روی دیتای موجود کلاس های مجازی برای یک دوره کامل از یک درس ، همبستگی میان نمره پایانی دانشجویان با مشارکت ایشان ، عدم همبستگی نمره پایانی دانشجو با میزان و زمان حضور وی در کلاس و عدم همبستگی حضور دانشجو و میزان مشارکت وی در کلاس با محاسبه ضریب همبستگی پیرسون برای این سه پارامتر نتیجه گیری شد .

در این پایان نامه، مسئله جستجوی ربات ها در محیط های ناشناخته بررسی شده است. برای جستجوی هدف نیازمند یک روش کارا برای کنترل ربات ها هستیم به نحوی که محدودیت ها و خصوصیات ربات و محیط را در نظر بگیرد. در این پایان نامه به دنبال ارائه یک روش توزیع شده برای حل مسئله جستجوی ربات ها هستیم که محدودیت و قیدهای مربوط به این مسئله را ارضاء کند. الگوریتم پیشنهادی که a-rpso نام دارد، بر پایه الگوریتم بهینه سازی ذرات (pso) بنا شده است. در واقع a-rpso مشابه pso می باشد که در آن دو تغییر صورت گرفته: یکی آنکه موانع موجود در محیط در نظر گرفته می شود و دیگری آنکه این روش به وسیله نگهداشتن تنوع مابین ربات ها، از بهینه محلی دوری می کند. نتایج آزمایشاتی که در محیط شبیه سازی که به عنوان بخش از پایان نامه ایجاد گردیده، نشان می دهد که الگوریتم a-rpso در مقایسه با سایر روش های مورد استفاده در جستجوی هدف، کارایی قابل ملاحظه ای دارد. این بالاتر بودن کارایی به آن جهت است که a-rpso مسائل " نرخ پایین همگرایی" و " مسئله بدام افتادن در بهینه محلی" را حل کرده است. همچنین نتایج نشان می دهد که کارایی روش پیشنهادی در دو حالت، برجسته تر می باشد: یکی در محیط های بزرگ و دیگری زمانی که جمعیت ربات ها کم باشد. علاوه بر کارایی بالاتر، روش پیشنهادی از لحاظ محاسباتی ساده، آسان برای پیاده و سازی و همچنین دارای تعداد پارامترهای کمتری برای تنظیم شدن در مقایسه با بیشتر روش های جستجوی هدف می باشد. در نهایت، می توان گفت که a-rpso به خوبی می تواند در محیط های واقعی عمل کند چرا که این الگوریتم اجتناب از موانع، خصوصیات ربات و محیطی که ربات در آن عمل می کند را لحاظ می کند.

شبکه های اجتماعی به عنوان یکی از مهمترین شبکه ها و سیستم های پیچیده امروزی، در سال های اخیر توجه بسیاری از محققین را به خود اختصاص داده است. از آنجا که امروزه شبکه های اجتماعی نقش بسیار مهمی در زندگی ما انسان ها بازی می کنند، تحلیل ساختار آنها می تواند نتایج بسیار ارزشمندی را در اختیار محققین و کاربران شبکه های اجتماعی قرار دهد. یکی از مهم ترین موضوعات تحقیق در حوزه ی شبکه های اجتماعی، که در دهه ی اخیر به طور چشم گیری توجه جامعه ی پژوهشی داده کاوی را به خود جلب کرده است، بیشینه کردن تاثیر در شبکه های اجتماعی می باشد. این مسئله که در واقع برانگیخته شده از مسئله ی بازاریابی ویروس وار می باشد، به اشاعه ی نوآوری ها، محصولات جدید، ایده، خبر و ... در شبکه از طریق توصیه ها و تبلیغاتی که اعضای شبکه انجام می دهند و همچنین با توجه به تاثیراتی که روی یکدیگر دارند، می پردازد. بیشینه کردن تاثیر عبارت است از مسئله ی انتخاب مجموعه ای با تعداد معین از تاثیرگذارترین نودهای یک شبکه ی انتشار؛ به نحوی که اگر روند انتشار از این نودها شروع شود، میزان پخشش و انتشار - اطلاعات، تاثیر و یا بیماری - مورد انتظار تحت یک مدل انتشار معین، بیشینه شود و در پایان، بیشترین تعداد نودهای آلوده در شبکه وجود داشته باشد. تاکنون تحقیقات بسیار زیادی در زمینه انتشار اطلاعات انجام گرفته، اما هر کدام دارای کمبودها و مشکلاتی هستند. به عنوان مثال، عمده روش های قبلی فاکتور زمان که در واقعیت یک عامل بسیار مهم در انتشار اطلاعات می باشد را در نظر نگرفته اند و کارهای اندکی که این فاکتور مهم را در مدل خود دخیل دانسته اند، نتوانستند کارایی مناسبی از خود نشان دهند؛ چرا که آن ها عامل اعتماد در روابط میان اعضای یک شبکه را در فرآیند انتشار نادیده گرفته اند. همچنین اکثر مطالعات انجام گرفته در این شاخه بر اساس مدل انتشار کلاسیک ic کار میکنند و در همهی آنها محدودیت گسستگی وضعیت نود وجود دارد. این در حالی است که در دنیای واقعی یک نود میتواند فعال، غیرفعال و یا وضعیتی بین این دو داشته باشد و تغییر وضعیت یک نود از غیرفعال به فعال بهطور پیوسته و در نتیجهی تاثیرپذیری از مجموعهای از همسایهها صورت می گیرد. در این پایان نامه دو مدل برای مسئله بیشینه کردن تاثیر در شبکه های اجتماعی ارائه شده است. مدل اول که به اختصار tlim نام دارد، مسئله بیشینه کردن تاثیر را با در نظر گرفتن دو عامل زمان و اعتماد به صورت بهینه حل نموده است و مدل دوم که clim نامیده می شود با رفع کردن محدودیت گسستگی مدل ic، تاثیرگذارترین نودها را در یک شبکهی اجتماعی به نحوی پیدا میکند که مناسب مدل پیوستگی تغییر وضعیت نودها باشد و هرچه بیشتر با واقعیت این شبکه ها سازگار شود. نتایج حاصل از مقایسهی روش های پیشنهادی ذکرشده با روشهای برجستهی حوزهی بیشینهکردن تاثیر بر روی مجموعه دادههای بزرگ wikipedia ، slashdot و epinions که از شبکه های اجتماعی واقعی گرفته شده اند، نشان دهندهی برتری مدل های ارائه شده در این تحقیق نسبت به مدل های برجسته ی این حوزه می باشد.

امروزه با توجه به توسعه کاربرد کامپیوتر در اکثر ابعاد زندگی ما، بدافزارها تبدیل به یکی از بزرگترین مشکلات فضای سایبری و حتی جوامع انسانی شده اند. بدافزار قطعه کدی نرم افزاری با اهداف خصمانه است که ضمن آسیب به سیستم های نرم افزاری، در کارایی آن ها اختلال ایجاد می کند. بدافزارها برای فرار از چنگ ضدبدافزارها ، از تکنیک های مختلفی از جمله، تکنیک های مبهم سازی استفاده می کنند. به این شکل که بدافزار مربوطه ظاهر خود را تغییر می دهد، به نحوی که کارایی خصمانه آن بدون تغییر می ماند، اما دیگر قابل کشف به وسیله ضدبدافزارهای رایج نیست. این مشکل به وسیله روش های سنتی که به امضای بدافزارها وابسته هستند، قابل حل نیست. بنابراین تکنیک های بهنجارسازی یا غیرمبهم سازی برای مقابله با این روش ها ارائه شدند. در این پژوهش می خواهیم یک روش بهنجارسازی جامع معرفی کنیم که بتواند همه نوع تکنیک مبهم سازی را به فرم اوتوماتا در پایگاه داده ی خود ذخیره کند و از آن ها به منظور بهنجارسازی بدافزارهای دگرریخت استفاده کند. هر تکنیک مبهم سازی به وسیله ی یک اتوماتای معین محدود افزوده (که مختصراً به آن adfa می گوییم) مدل می شود. این رهیافت به وسیله پیمایش این adfa ها، در کد منبع به دنبال وقوع تکنیک های مبهم سازی می گردد. پس از پیدا شدن یک کد مبهم، این کد در فاز دوم، بهنجار شده و در نتیجه بدافزار مورداشاره توسط ضدبدافزارهای سنتی شناخته می شود. مهم ترین نقطه قوت رهیافت مورداشاره جامع بودن آن است. یعنی این رهیافت توانایی کشف گستره ی وسیعی از تکنیک های مبهم سازی را دارد. در نهایت نیز رهیافت موردبحث پیاده سازی و آزمایش شده است. نتایج بدست آمده نویدبخش سیستمی کارا برای کشف بدافزارهای دگرریخت است.

گسترش استفاده از وب سرویس ها به عنوان مولفه های تحت وب و خدمات مفیدی که ارائه می دهند، تولید کنندگان نرم افزار را به سمت ترکیب وب سرویس ها هدایت کرد. از جمله کاربردهای ترکیب وب سرویس ها، تعریف فرآیند های کسب و کار در محیط ws-bpel می باشد. در این تحقیق با توجه به اهمیت وب سرویس ها و ترکیب آنها، به بحث قابلیت اطمینان در وب سرویس ها پرداختیم. زمانیکه وارد مباحث قابلیت اطمینان می شویم با مقوله هایی نظیر خطا، تحمل پذیری خطا، مدیریت خطا، نیز مواجه می شویم. تمرکز اصلی این تحقیق روی بحث "تحمل پذیری خطا هنگام ترکیب وب سرویس ها" می باشد و قرار است یک چارچوب معماری ارائه دهیم. در این چارچوب یک سری الگوهای تحمل پذیری خطا از محیط نرم افزار به محیط ترکیب وب سرویس ها، نگاشت پیدا می کند.

بدافزار به نرم افزاری گفته می شود که نیت خرابکارانه یا اثرات تخریبی دارد. با توجه به اینکه بدافزارها می توانند خرابی های جبران ناپذیری به بار آورند و به سرعت در حال گسترش و تکامل می باشند لذا شناسایی بدافزارها امری بسیار مهم و حیاتی می باشد. رایج ترین روشی که برای شناسایی بدافزارها استفاده می شود، روش های مبتنی بر امضا است. این روش موثر و کارا است و سرعت زیادی دارد اما فقط قادر به شناسایی بدافزارهایی است که از قبل شناسایی شده و امضا آن ها را داشته باشد. به همین دلیل روش های مبتنی بر یادگیری ماشین به وجود آمدند. این روش ها بر اساس ویژگی هایی که از بدافزارها استخراج می کنند قادر به شناسایی آن ها می باشند. در این پایان نامه روشی ارائه شده است تا با استفاده از الگوریتم همکاری تکاملی و الگوریتم ژنتیک مبتنی بر رتبه بندی نامغلوب و الگوریتم nsgaii چند هدفه مبتنی بر نقاط مرجع، بتوان بدافزارهای دگرگون شده را شناسایی و دسته بندی کرد. در این روش ابتدا برای هرکدام از فایل ها گرافی رسم می شود، سپس با استفاده از الگوریتم همکاری تکاملی برای بدست آوردن میزان شباهت گراف با خانواده های اصلی بدافزار از دو رویکرد استفاده می شود. هدف رویکرد اول افزایش کارایی در بدست آوردن شباهت دو گراف است که به کمک الگوریتم همکاری تکاملی و در نظر گرفتن فراخوانی های سیستمی محاسبه می شود. هدف از رویکرد دوم افزایش سرعت محاسبه شباهت دو گراف است که به کمک الگوریتم ژنتیک مبتنی بر رتبه بندی نامغلوب و الگوریتم nsgaii چند هدفه مبتنی بر نقاط مرجع محاسبه می شود. بعد از محاسبه میزان شباهت، تصمیم گیری نهایی بر اساس سایز زیرگرافی که این شباهت برای آن بدست آمده انجام می شود و این فایل به عنوان برنامه پاک و یا بدافزار دسته بندی می شود.

از اوایل دهه 90 میلادی با توجه به گسترش روز افزون سازمان های بزرگ، نیاز به طراحی و توسعه ی سیستم های اطلاعاتی پیچیده با اهداف خاص در جهت پاسخ به نیازهای سازمان ها، مفهومی به نام معماری سازمانی پدیدار شد. کیفیت مناسب ارائه خدمات و کسب درآمد محرک های مهمی هستند که ضریب تأثیر بالایی در تصمیم¬گیری های مدیران هر سازمان دارند. لذا برنامه¬ریزی دقیق و داشتن سازمانی یکپارچه و منسجم گامی است در جهت پاسخگویی به محرک های ذکر شده. با توجه به مطلب فوق، دانشگاه ها نیز در زمره سازمان های بزرگی قرار می گیرند که لزوم استفاده از سیستم های اطلاعاتی پیچیده با کارکردهای خاص در آن ها به شدت ملموس می باشد. همچنین با تغییرات سریع محیط کسب و کار و افزایش تعداد سازمان هایی که با این نهاد در ارتباط هستند؛ نیاز دانشگاه ها به سیستم های اطلاعاتی انعطاف پذیر و ساختار سازمانی بهینه جهت پاسخ به این چالش ها کاملاً واضح است. معماری سازمانی یکی از ابزارهایی می باشد که می تواند به خوبی به نیازهای ذکر شده پاسخ بدهد. اما به علت نبود تخصص و دانش کافی در رابطه با این مبحث در سطح کشور و هزینه های سنگین اجرای طرح های معماری سازمانی، اکثر سازمان ها از مزایای این ابزار بهره¬ای نمی برند. از جمله فعالیت هایی که می توان در راستای کمک به سازمان ها جهت بهره برداری مناسب از معماری سازمانی کرد، تدوین معماری های مرجع مختص صنعتی خاص می باشد. معماری های مرجع عناصر ایده¬آل جهت یک صنعت خاص را در قالبی استاندارد ارائه می دهند. هر سازمان می تواند با صرف حداقل منابع، معماری مرجع مختص حوزه فعالیت خود را سفارشی سازی نماید و از مزایای آن بهره بگیرد. در این پایان¬نامه هدف ما این است تا با تدوین طرح معماری سازمانی سرویس¬گرای مرجع جهت دانشگاه های آموزش الکترونیکی ایران مبتنی بر چارچوب توگف، خط¬مشی مشخصی را برای دانشگاه های آموزش الکترونیکی ایران ایجاد نماییم. دانشگاه های آموزش الکترونیکی می توانند با استفاده از عناصر این معماری، با حداقل منابع نیازهای خود را به بهترین نحو مرتفع نمایند. علاوه بر این، معماری پیشنهادی پایه¬ای را برای ایجاد معماری های مرجع جهت سایر صنایع ایجاد می نماید. در گام آخر با اجرایی سازی برخی از قسمت های اصلی معماری پیشنهادی در دانشکده آموزش های الکترونیکی دانشگاه شیراز و ارزیابی آنها با استفاده از روش دلفی، کارایی معماری پیشنهادی مورد سنجش قرار گرفت. نتایج حاصل از ارزیابی ها نمایانگر کارایی بالای معماری مرجع پیشنهادی می باشند.

امروزه برقراری ارتباط قوی و مستمر با مشتری یکی از مهمترین عوامل در موفقیت هر کسب و کاری می باشد. از این رو، مفهوم مدیریت ارتباط با مشتری، که به معنی تلاش برای ایجاد و ارائه ارزش به مشتریان می باشد ، به شدت مورد توجه قرارگرفته است. این مطالعه به دنبال بررسی عوامل موثر بر پیاده سازی مدیریت ارتباط با مشتری در شرکت ها ی ارائه دهنده خدمات اینترنت (isp) می باشد. برای رسیدن به این هدف ، ابتدا چارچوب نظری مورد بحث قرار گرفته است و پس از طراحی پرسشنامه پژوهش که روایی و پایایی آن تایید شده است، داده ها از مدیران ، کارشناسان و افرادی که در سطح شهرستان گرگان از اینترنت استفاده می کنند جمع آوری گردید. این مطالعه به این نتیجه رسید که تمرکز روی شش عامل فیزیکی ، قابلیت اطمینان، پاسخگویی، تضمین ، همدلی، خدمات الکترونیکی و عدم مراجعه حضوری مشتری، بر اجرای موفق فرآیند مدیریت ارتباط با مشتری تاثیر مثبت و معنی داری دارد.. علاوه بر این، مشخص شد که عامل همدلی نیاز به توجه بیشتری نسبت به سایر عوامل دارد.

ما در زندگی خود برای خرید مواردی همانند کتاب، فیلم، cd، موسیقی و دیگر موارد به پیشنهادهای دیگران که به صورت شفاهی و یا نوشتاری ارائه می شوند، اعتماد می کنیم و در تصمیمات خود از آن ها بهره می بریم. امروزه با پیشرفت فنّاوری و گسترش کسب و کار الکترونیکی در بستر وب سایت های اینترنتی، مبحثی تحت عنوان سیستم های توصیه گر مطرح شده است و مهم ترین هدف در این سیستم ها، جذب مشتریان و جلب اعتماد آن ها از طریق ارائه بهترین و مناسب ترین پیشنهاد خرید محصولات، با توجه به علایق و سلایق آن ها می باشد. در این پژوهش سعی گردیده است، به کمک ارتباطات موجود در هستان شناسی dbpedia، اطلاعاتی در ارتباط با دامنه فیلم استخراج گردد. سپس ساختار سیستم توصیه گر طراحی می شود و به کمک اطلاعات موجود بر روی پایگاه داده movielens، عملکرد سیستم توصیه گر مورد ارزیابی قرار می گیرد. در این پایان نامه سعی خواهیم نمود تا پس از بیان توضیحات و مروری جامع بر سیستم های توصیه گر، روشی پیشنهادی مبتنی بر فواید استفاده از پایگاه داده های مبتنی بر وب معنایی، همراه با پیاده سازی و نتایج حاصل از آن، در مقایسه با دیگر روش های موجود ارائه گردد. طرح حاضر در میان سایر روش هایی که به نحوی از وب معنایی بهره می برند، از کارایی بالاتری برخوردار است.

سیستم های پیشنهادگر ابزارهای نرم افزاری و تکنیک هایی هستند که اقلام را مطابق با نیاز کاربر به او معرفی می کنند. روش های محتوا محور و فیلترینگ اشتراکی از راهکارهای موفق در سیستم های پیشنهادگر می باشند. روش محتوا محور بر اساس ویژگی های اقلام تعریف می شود. این روش بررسی می کند که اقلام مورد علاقه کاربر دارای چه ویژگی هایی بوده اند، سپس اقلام دارای ویژگی های مشابه را به او پیشنهاد می کند. روش فیلترینگ اشتراکی بر اساس تعیین اقلام مشابه یا کاربران مشابه کار می کند که به ترتیب فیلترینگ اشتراکی مبتنی بر اقلام و مبتنی بر کاربران نامیده می شود. در این پایان نامه یک روش تلفیقی از روش های فیلترینگ اشتراکی و محتوا محور ارائه شده است. این روش می تواند به عنوان روش فیلترینگ اشتراکی مبتنی بر کاربر در نظر گرفته شود. به این صورت که به منظور یافتن کاربرانی با سلیقه مشابه با کاربر فعال به عنوان کاربرانی با دقت پیشگویی بالا از ویژگی های مربوط به محتوای اقلام برای افزایش تاثیر امتیاز هایی که توسط کاربران به اقلام مشابه تخصیص داده شده است استفاده می کند. به بیان دیگر دو کاربر مشابه هستند در صورتی که امتیاز هایی که به اقلامی که از نظر محتوا مشابه هستند نسبت داده اند، همسان باشند. برای این منظور در هنگام سنجیدن شباهت دو کاربر، به امتیاز نسبت داده شده به هر قلم، با توجه به میزان شباهت آن به قلم هدف، وزن تخصیص می یابد.

اگر روشی وجود داشت که می شد به کمک آن معنا و مفهوم داده ها را برای ماشین تبیین و تفسیر کرد، آن گاه طبیعتاً ماشین می توانست بر اساس نیاز کاربر نتایج به مراتب دقیق تری را در اختیار او قرار دهد. به طور کلی وب معنایی ساختارمند کردن داده ها، اضافه کردن معنای آنها و در نهایت بازنمایی دانش به کمک ماشین با استفاده از فناوریها و استانداردهایی است که به وسیله کنسرسیوم وب جهان گستر در حال تدوین و تکمیل هستند. تیم برنرزلی و دوستانش وب معنایی را چنین معرفی می کنند: وب معنایی شاخه ای از وب فعلی است که در آن به اطلاعات، معنایی دقیق تخصیص داده شده است به گونه ای که کامپیوترها و انسان ها بتوانند با یکدیگر به صورت مشترک به کار بپردازند. این تعریف از چندین جنبه حائز اهمیت است. نخست، وب معنایی شاخه ای از وب فعلی است و به آرامی جایگزین آن خواهد شد. دوم این که در وب معنایی به هر داده، تعدادی معنای مناسب تخصیص داده می شود. سوم این که هدف انجام اعمالی است که به وسیله انسان و ماشین بصورت مشترک انجام شود. در این تحقیق سعی می کنیم نقشه راهی ارائه نماییم تا صاحبان شرکت های تجاری بتوانند وب معنایی را به راحتی درک و عملی نموده و از پیاده سازی آن در ارائه خدمات تجاری خویش بهتر و بیشتر بهره گیرند. چارچوب توصیف منابع ، سرویس های وب ، هستی شناسی و ... فناوریهای وب معنایی هستند که ما در این تحقیق به آنها پرداخته ایم و مطالعه موردی آن در شرکت ایران خودرو خراسان اجرا شده است .