بررسی روش دسته بندی CRISP-DM در داده کاوی

روش داده کاوی CRISP-DM یک مدل فرایندی سلسله مراتبی است که متشکل از مجموعه ای از فعالیت شرح داده شده در چهار سطح از انتزاع می باشد (از عمومی تا تخصصی) مرحله، فعالیت های عمومی، فعالیت های تخصصی و نمونه فرایندی. در سطح بالا، فرایند داده کاوی به تعدادی از مراحل سازماندهی می شود. هدف از اجرای پژوهش حاضر بررسی چالش های بکارگیری در وب کاوی بوده است. روش پژوهش توصیفی- تحلیلی بوده است و برای جمع آوری اطلاعات از کتاب ها و مقالات مشابه و همچنین سایت های اینترنتی معتبر استفاده شده است. داده کاوی یکی از مهمترین روش هایی است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا بر اساس آنها تصمیمات مهم و حیاتی در سازمان ها اتخاذ شوند. در داده کاوی از بخشی از علم آمار به نام تحلیل اکتشافی داده ها استفاده می شود که در آن بر کشف اطلاعات نهفته وناشناخته از درون حجم انبوه داده ا تاکید می شد. علاوه بر این داده کاوی با هوش مصنوعی و یادگیری ماشین نیز ارتباط تنگاتنگی دارد، بنابراین می توان گفت در داده کاوی تیوری های پایگاه داده ها، هوش مصنوعی، یادگیری ماشین و علم آمار را در هم می آمیزند تا زمینه کاربردی فراهم شود.

کلیدواژه ها:

الگوریتم سلسله مراتبی ، داده کاوی ، منطق فازی