شناسایی و ارزیابی کلید واژه های اثرگذار در حوزه مدیریت داده های عظیم 1با استفاده از الگوریتم های قواعد وابستگی و متن کاوی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 910

فایل این مقاله در 11 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:

OICONFERENCE01_145

تاریخ نمایه سازی: 16 شهریور 1395

چکیده مقاله:

از داده عظیم بعنوان موضوعی جذاب در حوزه فناوری اطلاعات اخیرا یاد می شود. داده عظیم، واژه ای برای توصیف پایگاه داده هایی با حجم بسیار حجیم می باشد که روش های سنتی در پردازش پایگاه داده ها، قادر به تجریه و تحلیل آن ها نمی باشند.شناسایی موضوعات نوظهور در این حوزه و خوشه بندی این موضوعات، به پژوهشگرانی که قصد دارند وارد این حوزه جذاب شوند، کمک بسزایی می نماید. یکی از تکنیک هایی که به ما در نیل به رسیدن به اهدافمان کمک می نماید، استفاده از ابزار های متن کاوی و تجریه و تحلیل شبکه های اجتماعی می باشد. در این مطالعه، در ابتدا تمامی مقالات مرتبط با حوزه های دادهعظیم جمع آوری شدند و سپس بر روی کلمات کلیدی آنها، شبکه هم بستگی لغات تشکیل شد. بعد از این گام، خوشه های برتر شناسایی شدند و با اعمال تکنیک قواعد انجمنی، روابط بین کلید واژه ها شناسایی شد. در بخش نتیجه گیری، پیشنهاداتی در راستای تحقیقات آتی ارائه شده است

کلیدواژه ها:

داده های عظیم ، تحلیل های پیشرفته کسب و کار ، قواعد وابستگی ، متن کاوی

نویسندگان

ایمان رئیسی وانانی

استادیار مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران

محمدتقی تقوی فرد

دانشیار مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران

سیدمحمدجعفر جلالی

دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران

ریحانه فروزنده جونقانی

کارشناس ارشد مدیریت دولتی، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، 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 :
  • First International Conference on Business and Organizational Intelligence 2016 نخستین ...
  • First International Conference on Business and Organizational Intelligence 2016 نخستین ...
  • B. Wellman and S. _ Berkowitz (Eds). "Social Structures: A ...
  • Banshal, Sumit Kumar, Ashraf Uddin, and Vivek Kumar Singh. "Identifying ...
  • Fang, Yuqing. "Visualizing the structure and the evolving of digital ...
  • Halevi, G., & Moed, H. F. (2012). The evolution of ...
  • Hanneman, R. A., & Riddle, M. (2005). Introduction to social ...
  • _ Isasi, Gimenez, et al. "Big Data and Busines Analytics ...
  • Johnson, B. D. (2012). The Secret Life of Data. The ...
  • Khan, Gohar Feroz, and Jacob Wood. "Information technology management domain: ...
  • Murgado -Armenteros, Eva Maria, et al. "Analysing the conceptual evolution ...
  • Naur, P. (1974). Concise Survey of Computer Methods. Lund, Sweden: ...
  • Rousseau, R. (2012). A view On big data and its ...
  • Stimmel, Carol L. Big data analytics strategies for the smart ...
  • Surjandari, Isti, et al. "BIG DATA ANALYSIS OF INDONES IAN ...
  • SCHOLARS 'PUB LICATIONS : A RESEARCH THEME MAPPING. (2015): _ ...
  • Xian, Hanjun, and Krishna Madhavan. "Anatomy of Scholarly Collaboration in ...
  • نمایش کامل مراجع