بررسی روندپیشرفت علوم کامپیوتر با استفاده از داده کاوی و خوشه بندی سلسله مراتبی (مورد کاوی: کنفرانسهای ده ساله انجمن کامپیوتر ایران )

پایان نامه
چکیده

با توجه به گسترش اسناد دیجیتالی متنی، دسته بندی آنها بیش از پیش نیاز می باشد. همچنین برای انتساب متناسب مقالات به دسته های از پیش تعیین شده، نیاز به یک نقشه علمی از علوم کامپیوتر می باشد. در ابتدا، یک نقشه علمی جامع علوم کامپیوتر با استفاده از نقشه علمی علوم کامپیوتر acm و ieee و نشست های کنفرانس ایران تهیه شد.در این پایان نامه از رویکرد دسته بندی متون برای انتخاب دسته مناسب هر مقاله ارائه شد. در این رویکرد از روش یادگیری svm جهت تشخیص سریع، درست و مناسب هر مقاله استفاده می شود. فرایند روش پیشنهادی برای انتساب سیستماتیک مقالات به دسته های از پیش تعیین شده در طی سه مرحله :1) پیش پردازش 2) یادگیری دسته بندهای تشخیص مقالات به عنوان سازماندهی نمودن تشخیص مقالات 3) تشخیص و تخصیص دسته متناسب با مقاله، به عنوان بازیابی اطلاعات انجام می گیرد. در ارزیابی روش پیشنهادی، توانایی های روش، تعیین بهترین روش یادگیری متناسب با مقالات، تعیین بهترین روشهای وزن دهی برای هر روش یادگیری و ارزیابی سازگاری و نرمال سازی ناهنجاری های دسته بندی های انجام شده بصورت دستی توسط متخصصین، انجام شد و مشخص شد که روش یادگیری svm به همراه روش وزن دهی tfc با معیار دقت برابر 97% و fp برابر 005/. % بهترین روش و knn با نرخ دقت برابر 71% و fp برابر 07/. % بدترین روش جهت این کار پس از نرمال سازی ناهنجاری می باشد و هم چنین نتایج ارزیابی خوشه بندی قبل از نرمال سازی،شامل روش بیزین ساده با دقت برابر 39% و fp برابر 10% بهترین روش و روش knn با دقت برابر 12% و fp برابر 13% بدترین روش شناخته شدند. از دیگر نتایج این پایان نامه نشان دادن روند پیشرفت علوم کامپیوتر در طی 10 سال اخیر با استفاده از کنفرانسهای برگزار شده می باشد که نتایج آن نشان می دهد که سه شاخه سطح اول علوم کامپیوتر (هوش مصنوعی و fuzzy ، امنیت و بینایی ماشین ) با وجود تخصصی شدن این حوزه ها و داشتن کنفرانسهای سالیانه، در کنفرانسهای انجمن کامپیوتر هم دارای رشد خوبی می باشند. شاخه مهندسی نرم افزار و ارتباطات رشد صعودی دارد. شاخه معماری سیستم رشد نزولی دارد .در این پایان نامه استفاده از رویکرد دسته بندی متون در انتساب مقالات کنفرانس انجمن کامپیوتر به دسته های از پیش تعیین شده به منظور افزایش دقت و سیستماتیک بودن آن می باشد .مزایای استفاده از این رویکرد نسبت به کارهای مشابه عبارت از : استقرار مقالات در زمینه متناسب با موضوع مقاله، قابل اعمال برای بقیه موضوعات علمی کنفرانس ها در ایران، هزینه کمتر و قابل گسترش برای تعداد زیادی از مقالات . تهیه نقشه علمی به ما در تشخیص ایده های جدید، میزان فعالیت در حوزه های علوم نو ظهور، ایجاد بهبود در هر شاخه، شناخت متخصصین هر حوزه ، شناخت سازمانهای حمایت کننده از طرحهای جدید، تشکیل قطبهای علمی، مشخص شدن حوزه تحقیقاتی دانشگاهها و اختصاص بودجه در همین حوزه ها ، شناسایی مشتریان و علائق آنها جهت در دست گرفتن بازار و ... کمک می کند

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

بررسی میزان تأثیر داروهای درمان ناباروری در بیماران نابارور با استفاده از الگوریتم خوشه بندی و تکنیک های داده کاوی

Background and purpose: The rate of infertility has increased throughout the world. Data mining is a new method for analyzing information from databases. Few studies are done regarding infertility and using data mining in describing and predicting different treatment methods and factors influencing these methods. This paper proposes a model for evaluating the efficacy of different drugs in trea...

متن کامل

تحلیل ارزش مشتری در بانک با استفاده از تکنیک داده کاوی و تحلیل سلسله مراتبی فازی

ارزش مشتری به تعامل بالقوه مشتریان با شرکت در طول دوره های زمانی مشخص اشاره می- کند. هنگامی که شرکت ها ارزش مشتری را درک کنند و به این موضوع پی ببرند که ارزش مشتری می تواند خدمات سفارشی سازی شده را برای مشتریان مختلف ارائه کند، آنگاه به مدیریت روابط مشتری موثر دست می یابند. این پژوهش بر صنعت بانکداری متمرکز بوده و به طور سیستماتیک تکنیک داده کاوی و مباحث مدیریتی را جهت تجزیه و تحلیل ارزش مشتریا...

متن کامل

بخش‏ بندی مشتریان بانک صادرات ایران با استفاده از داده کاوی

امروزه یکی از چالش‎های بزرگ سازمان‎های مشتری محور، شناخت مشتریان، ایجاد تمایز بین گروه‏های مختلف مشتریان و رتبه‏بندی آنهاست. در گذشته تفکیک مشتریان به گروه‏های مختلف با رویکرد بخش‏بندی بر اساس نیاز مشتری صورت می‏گرفت. اما امروزه ارزش مشتری به عنوان عامل قابل اندازه‏گیری می‎تواند در بخش‎بندی مشتریان به کار رود.  هدف اصلی این مقاله بخش‎بندی مشتریان بانک بر اساس عوامل مؤثر بر ارزش طول عمر مشتریان ...

متن کامل

بهبود الگوریتم خوشه بندی مشتریان برای توزیع قطعات یدکی با رویکرد داده کاوی (k-means)

Customer classification using k-means algorithm for optimizing the transportation plans is one of the most interesting subjects in the Customer Relationship Management context. In this paper, the real-world data and information for a spare-parts distribution company (ISACO) during the past 36 months has been investigated and these figures have been evaluated using k-means tool developed for spa...

متن کامل

طبقه بندی متقاضیان تسهیلات اعتباری بانکی با استفاده از داده کاوی و منطق فازی

در این پژوهش، هدف، بهره گیری از ابزارهای داده کاوی و منطق فازی برایطبقه بندی مشتریان تسهیلات اعتباری می باشد به طوریکه ابهامات و عدم قطعیت رادر خصوص طبقات مشتریان و نیز متغیرهای تاثیر گذار در رفتار آنها را پوشش دهد.روش کار بدین شکل می باشد که طبق یک فرایند استاندارد داده کاوی، داده هایمشتریان سابق بانک سامان جمع آوری و پالایش شده و سپس طبقات و متغیرهاییکه قابلیت فازی کردن داشتند، طبق نظر کارشنا...

متن کامل

کاوش پویایی مشتری در طراحی بخش بندی با استفاده از روش های داده کاوی

یکی از موضوعات مهم در مسئلۀ بخش­بندی پویای مشتریان، انتقال مشتریان به بخش­های مختلف در طول زمان و کشف الگوهای حاکم بر این جابه­جایی­ها است. بر این اساس، این مقاله بر پویایی مشتری تمرکز کرده و تلاش می‎کند، گروه­های رفتاری مشتریان و ویژگی­های غالب این گروه­ها و الگوهای کلی حاکم بر جابه­جایی و مهاجرت مشتریان به بخش­های مختلف را در طول زمان استخراج کند. برای این کار، روش ترکیبی جدیدی مبتنی بر الگور...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده فنی مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023