محمد خدا مرادی - عضو هیئت علمی تمام وقت دانشگاه آزاد اسلامی اهواز
پریسا دهقانی - دانشجوی کارشناسی نرم افزار موسسه جهاد دانشگاهی خورستان

امروزه در جوامع مدرن بیش ترین توجه به سیستم های اطلاعاتی می باشد و بیش ترین هزینه ها صرف این سیستم ها می شود. فرآیند کشف و استخراج دانش داده های ذخیره شده بخشی از سیستم های اطلاعاتی نسل جدید است. معرفی مسئله، پیش پردازش و آماده سازی داده ها، اجرای الگوریتم های داده کاوی و در نهایت ارائه الگوهای مناسب مراحل فرآیند مذکور را تشکیل می دهند. داده های بدون نقص الگوهای مناسبی را برای کاربر تولید می کنند اما داده های دنیای وقاعی ناقص و نادرست هستند از آنجا که سیستم های استخراج دانش به داده های با کیفیت بالا و ترجیحاً کم حجم نیاز دارند بنابر این آماده سازی داده ها می تواند یکی از گام های بنیادین در تحلیل داده ها باشد. جمع آوری، تغییر شکل داده ها، پالایش داده ها و همچنین کاهش اندازه داده ها از جمله تکنیک هایی هستند که در مرحله آماده سازی مطرح می شوند. براساس نوع کاربردی که عمل داده کاوی روی آن انجام می شود، تکنیک های مختلفی برای هر یک از اعمال مورد استفاده قرار می گیرد. در این مقاله به معرفی تکنیک های آماده سازی داده ها و کاربردهای آن و ارائه کارآمدترین تکنیک برای هر کاربرد می پردازیم.

داده کاوی، پیش پردازش، پالایش داده