نحوه و کاربرد خوشه بندی داده های بزرگ
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 382
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCOMP03_219
تاریخ نمایه سازی: 31 اردیبهشت 1398
چکیده مقاله:
در عصر حاضر داده ها و اطلاعاتی که می توانند منجر به کشف دانش شوند نقش کلیدی در زندگی بشر دارند. داده کاوی نیز با توجه به ماهیت آن و کاربرد آن در کشف دانش، به سرعت در حال رشد است زیرا با توجه به افزایش حجم اطلاعات و داده ها، نیاز به روش هایی جهت کشف و ارایه اطلاعات و الگوهای نهفته در حجم انبوهی از داده هاست. در سالهای اخیر توانایی بشر برای جمع آوری داده ها و اطلاعات پیشرفت چشم گیری داشته است، به گونه ای که در کنار جمع آوری اطلاعات، همواره به دنبال افزایش کیفیت داده ها و همچنین کاهش هزینه های تحلیل داده ها بوده است. می توان با توجه به محدودیت های نرم افزاری و سخت افزاری موجود داده های حجیم را به صورت بهینه پردازش کرد و الگوهای موجود را استخراج نمود. خوشه بندی یکی از روش های مطرح داده کاوی است که در پردازش داده های حجیم بسیار پرکاربرد است. در این گزارش به بررسی روش های مختلف خوشه بندی داده های بزرگ خواهیم پرداخت.
نویسندگان
زینت مهدی دوست جلالی
کارشناس ارشد مهندسی کامپیوتر، آموزشکده فنی و حرفه ای سما سیاهکل، دانشگاه آزاد اسلامی، واحد لاهیجان،سیاهکل، ایران