با توجه به اهمیت وجود اطلاعات مناسب برای تصمیم گیری و برنامه ریزی مدیران، دانش نوین، پیوسته ابزارها و مدل های گوناگونی را جهت پردازش داده ها و استخراج دانش کاربردی از آن ها، معرفی می کند و در این میان، داده کاوی، به عنوان دانشی که با استفاده از روش ها و الگوریتم های مختلف، به دنبال کشف الگوها و قواعد معنی دار در میان داده هاست، مورد توجه ویژه قرار گرفته است. در این تحقیق، کاربرد روش های داده کا...

در بیشتر شرکت های تولیدی و یا شرکت های پخش، مسئله ترفیعات فروش از جمله مباحث مهم در بازاریابی و فروش است. در این میان مهمترین دغدغه بازاریاب ها این است که مناسب ترین سیاست ها را برای پیشبرد فروش شرکت ها انتخاب کنند. از جمله استراتژی های پیشبرد، سیاست تخفیف دهی به مشتریان است. استفاده از یک سیاست تخفیف دهی یکسان برای همه مشتریان و برای همه کالاها میزان موفقیت تخفیف را کاهش می دهد، سیاست گذاری بر...

در حال حاضر موضوع درک ترجیحات مشتری و جهت دهی فعالیتهای مختلف واحد های صنعتی و خدماتی به منظور رفع نیازهای مشتری، از اهمیت ویژه ای برخوردار است. یکی از کاربردی ترین زمینه های داده کاوی مبحث مدیریت ارتباط با مشتریان است. فرآیند مدیریت ارتباط با مشتری شامل چهار بعد شناخت مشتری، جذب مشتری و حفظ و نگهداری مشتری و نهایتاً توسعهمشتری است. در هر یک از ابعاد، داده کاوی می تواند به عنوان یک ابزار حمایت ک...

یکی از روش های محبوب داده کاوی کشف ارتباط جالب در میان مجموعه بزرگی از داده ها می باشد، که حاصل آن کشف یک سری قوانین انجمنی برای شناسایی روابط قوی میان فعالیت های کسب و کار است. این قوانین پس از آن می تواند، به عنوان بهترین شیوه های خدمت رسانی به مشتریان عمل کنند. بدون ابزارهای داده کاوی مدیریت داده های مربوط به مشتریان جهت بررسی الگوهای پنهان بسیار دشوار است. همچنین بعد از استخراج قواعد، استفا...

الگوریتم های داده کاوی مانند اپریوری الگوریتم تعداد زیادی از قوانین وابستگی را کشف و استخراج می کند، که تنها تعداد اندکی از آن ها با توجه به محدودیت بودجه و منابع بکار گرفته می شود از این رو ارزیابی و درجه بندی جالب و مفید بودن آن ها در داده کاوی اهمیت دارد. با توجه به اینکه اندازه های جالب بدون در نظر گرفتن الگوهای استخراج شده توسط داده کاوی نقش مهمی را در داده کاوی ایفا می کنند می توان از ای...

طی دو دهه گذشته، دور نمای رقابت در صنعت بانکداری به طور قابل توجهی تغییر یافته است. بدین جهت شناخت هر چه بیشتر مشتریان که یکی از شیوه های مهم آن استخراج اطلاعات از داده های تراکنشی آن ها است، گامی اولیه و ضروری به نظر می‏رسد. بدین منظور، در این پژوهش مدلی ارائه می گردد که در آن نخست از روش های خوشه بندی کی -میانگین و دومرحله ای و بر مبنای معیار سیلوئت برای کشف بخش های مختلف بازار استفاده می شود...

پایگاه داده باینری در حقیقت یک حالت خاصی از پایگاه داده کمی است که شامل متغیرهای صریح صفر و یک است، لذا اکتشاف در پایگاه داده های کمی بسیار مشکل تر از اکتشاف در پایگاه داده های باینری بوده و از طرف دیگر قدرت گویای متغیرهای کمی نسبت به متغیرهای باینری، منجر به تولید دانش گران بهاتر نسبت به پایگاه داده های باینری می شود. به عنوان یک مزیت و برتری الگوریتم پیشنهادی index_qfi نسبت به الگوریتم های ...

در دنیای بشدت رقابتی امروز، اطلاعات بعنوان یکی از فاکتورهای تولیدی مهم پدیدار شده است و تلاش برای استخراج اطلاعات از داده ها توجه بسیاری از افراد دخیل در صنعت اطلاعات و حوزه های وابسته را به خود جلب نموده است. تعداد زیادی از شرکت ها، سازمان ها و مراکز تجاری و دولتی، دارای مراکز داده ای با حجم بالایی هستند و در میان انبوه داده ای خود، نیاز به دسترسی سریع به اطلاعات جهت اخذ تصمیم گیری های مدیریتی...

در این مطالعه داده‌های تخلفات شرکت اتوبوسرانی تهران با استفاده ازتکنیک های داده‌کاوی مورد بررسی و به کشف دانش پنهان میان داده‌ها پرداخته شده است. در ابتدا داده‌های تخلفات شرکت‌های پیمانکار اتوبوسرانی تهران در حدفاصل سال‌های 1391 تا 1394 جمع‌آوری و جهت ورود به نرم‌افزار آماده‌سازی گردید. در مرحله بعد با بهره‌مندی از الگوریتم‌های قوانین انجمنی و درخت تصمیم جهت استخراج دانش استفاده شده است. تعیین ...