خوشه بندی داده ها با استفاده از تکنیک های داده کاوی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,630

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCEB02_117

تاریخ نمایه سازی: 16 خرداد 1394

چکیده مقاله:

داده کاوی شامل فرایند دانش نهفته از میان انبوهی از اطلاعات می باشد. این دانش می تواند ملاک تصمیم گیری های آتی و عملکردهای سیستم باشد. در سالهای اخیر استفاده از تکنیکهای دادهکاوی و الگوریتمهای هوشمند فراگیر شده است. بسیاری از کارهایی که در گذشته با صرف هزینه های زمانی و مالی فراوان حاصل شدهاند، میتوانند توسط این تکنیکها و الگوریتمها انجام گردند. یکی از مهمترین تکنیک های داده کاوی خوشه بندی می باشد. در روش های خوشه بندی با استفاده از معیارهای تشابه و عدم تشابه خوشه بندی داده ها انجام می پذیرد. اغلب داده های درون یک خوشه دارای بیشترین شباهت می باشند؛ درحالیکه میان خود خوشه ها تفاوتهای معنی داری وجود دارد. الگوریتم های متفاوتی برای خوشه بندی ارائه شده است که هر کدام دارای نقاط ضعف و قوت مختص به خود می باشند. در این مقاله مباحث مربوط به خوشه بندی داده ها مطرح شده و چند الگوریتم مشهور خوشه بندی بررسی و با استفاده از معیارهای مختلف مورد ارزیابی قرار می گیرند.

نویسندگان

ابراهیم بهروزیان نژاد

گروه کامپیوتر، دانشگاه آزاد اسلامی واحد شوشتر ، شوشتر، ایران

محمد بهروزیان نژاد

دانشگاه آزاد اسلامی واحد شوشتر، آموزشکده فنی و حرفه ای سما، شوشتر، ایران

شادی افتخار

دانشگاه آزاد اسلامی واحد شوشتر، باشگاه پژوهشگران جوان و نخبگان، شوشتر، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :