ژیکو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

ژیکو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

پروژه کاربرد داده کاوی در تجارت الکترونیک. doc

اختصاصی از ژیکو پروژه کاربرد داده کاوی در تجارت الکترونیک. doc دانلود با لینک مستقیم و پر سرعت .

پروژه کاربرد داده کاوی در تجارت الکترونیک. doc


پروژه کاربرد داده کاوی در تجارت الکترونیک. doc

 

 

 

 

 

 

نوع فایل: word

قابل ویرایش 173 صفحه

 

چکیده:

این پایان نامه شامل دو بخش می باشدبخش اول در مورد داده کاوی و تکنیکها ومتدلوژی های ان و بخش دوم در مورد تجارت الکترونیک می باشد.

بخش اول شامل مطالبی در مورد عناصر داده کاوی و سپس کاربردهای داده کاوی در موارد مختلف و تفاوت داده کاوی با پایگاه داده و متدلوژی ها و مراحل داده کاوی وهمچنین وظایف داده کاوی توضیحاتی داده شده است.

بخش دوم در مورد تجارت الکترونیکی که در ان مقدمه ای از تجارت اتکترونیک و شکل دهی موقعیت بازار را بیان نموده است.

 

مقدمه:

از هنگامی که رایانه در تحلیل و ذخیره سازی داده ها بکار رفت (1950) پس از حدود 20 سال، حجم داده ها در پایگاه داده ها دو برابر شد. ولی پس از گذشت دو دهه و همزمان با پیشرفت فن آوری اطلاعات(IT) هر دو سال یکبار حجم داده ها، دو برابر شده و همچنین تعداد پایگاه داده ها با سرعت بیشتری رشد نمود. این در حالی است که تعداد متخصصین تحلیل داده ها با این سرعت رشد نکرد. حتی اگر چنین امری اتفاق می افتاد، بسیاری از پایگاه داده ها چنان گسترش یافته‌اند که شامل چندصد میلیون یا چندصد میلیارد رکورد ثبت شده هستند.امکان تحلیل و استخراج اطلاعات با روش های معمول آماری از دل انبوه داده ها مستلزم چند روز کار با رایانه های موجود است.[3]

حال با وجود سیستم های یکپارچه اطلاعاتی، سیستم های یکپارچه بانکی و تجارت الکترونیک، لحظه به لحظه به حجم داده ها در پایگاه داده های مربوط اضافه شده و باعث به وجود آمدن حانبارهای عظیمی از داده ها شده است.

این واقعیت، ضرورت کشف و استخراج سریع و دقیق دانش از این پایگاه داده ها را بیش از پیش نمایان کرده است، چنان که در عصر حاضر گفته می شود اطلاعات طلاست.

هم اکنون در هر کشور، سازمان، شرکت و غیره برای امور بازرگانی، پرسنلی، آموزشی، آماری و غیره پایگاه داده ها ایجاد یا خریداری شده است. به طوری که این پایگاه داده ها برای مدیران، برنامه ریزان، پژوهشگران جهت، تصمیم گیری های راهبردی، تهیه گزارش های مختلف، توصیف وضعیت جاری خود و سایر اهداف می تواند مفید باشد. بسیاری از این داده ها از نرم افزارهای تجاری، مثل کاربردهای مالی، ERPها، CRMها و web log ها، می آیند. نتیجه این جمع آوری داده ها این می‌شود که در سازمانها، داده ها غنی ولی دانش ضعیف، است. جمع آوری داده ها، بسیار انبوه می‌شود و بسرعت اندازه آن افزایش می یابد و استفاده عملی از داده ها را محدود می سازد.[2]

داده‌کاوی استخراج و تحلیل مقدار زیادی داده بمنظور کشف قوانین و الگوهای معنی دار در آنهاست. هدف اصلی داده کاوی، استخراج الگوهایی از داده ها، افزایش ارزش اصلی آنها و انتقال داده ها بصورت دانش است

 

فهرست مطالب:

چکیده

تکنیکهای داده کاوی و متدلوژیهای ان

مقدمه

عناصر داده کاوی

پردازش تحلیلی پیوسته

قوانین وابستگی

شبکه های عصبی

الگوریتم ژنتیکی

نرم افزار

کاربردهای داده کاوی

داده کاوی و کاربرد آن در کسب و کار هوشمند بانک

داده کاوی درمدیریت ارتباط بامشتری

کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی

مدیریت موسسات دانشگاهی

داده کاوی آماری و مدیریت بهینه وب سایت ها

داده کاوی در مقابل پایگاه داده Data Mining vs database

ابزارهای تجاری داده کاوی

منابع اطلاعاتی مورد استفاده

انبار داده

مسائل کسب و کار برای دادهکاوی

چرخه تعالی داده کاوی چیست؟

متدلوژی داده‌کاوی و بهترین تمرینهای آن

یادگیری چیزهایی که درست نیستند

الگوهایی که ممکن است هیچ قانون اصولی را ارائه نکنند

چیدمان مدل ممکن است بازتاب دهنده جمعیت وابسته نباشد

ممکن است داده در سطح اشتباهی از جزئیات باشد

یادگیری چیزهایی که درست ولی بلااستفادهاند

مدل‌ها، پروفایلسازی، و پیش‌بینی

پیش بینی

متدلوژی

مرحله 1: تبدیل مسئله کسب و کار به مسئله داده‌کاوی

مرحله 2: انتخاب داده مناسب

مرحله سوم: پیش به سوی شناخت داده

مرحله چهارم: ساختن یک مجموعه مدل

مرحله پنجم: تثبیت مسئله با داده‌ها

مرحله ششم: تبدیل داده برای آوردن اطلاعات به سطح

مرحله هفتم: ساختن مدلها

مرحله هشتم: ارزیابی مدل ها

مرحله نهم: استقرار مدل ها

مرحله 10: ارزیابی نتایج

مرحله یازدهم: شروع دوباره

وظایف دادهکاوی

دستهبندی

خوشه‌بندی

تخمین

وابستگی

رگرسیون

پیشگویی

تحلیل توالی

تحلیل انحراف

نمایه‌سازی

تجارت الکترونیک

فصل اول: مقدمه ای بر تجارت الکترونیکی

طبقه‌های مختلف تجارت الکترونیکی

تفاوت تجارت الکترونیکی با تجارت سنتی

نقش دولت در تجارت الکترونیک

فصل دوم: شکل دهی موقعیت بازار

چار چوبی برای تحلیل موقعیت بازار

پرورش موقعیت

1-2-کشف هسته اصلی موقعیت

شناسایی مشتریان هدف

مطالعه توانمندیها و منابع شرکت

اندازه گیری جذابیت موقیت

) ویژگی های تحلیل موقعیت بازار در اقتصاد جدید

3_ دو نوع ارزش ( value type ) عمده

3_2_ ارزش های جدید ( New-To-The-World value )

4– شناسایی نیاز های برآورده شده و برآورده نشده

4-1_ فرآیند تصمیم گیری مشتری

4-2_ آشکارسازی نیازهای برآورده شده و برآورده نشده

تعیین مشتریان ویژهای که شرکت قصد متقاعد کردن آنهارا دارد

5-1- روشهایی برای تقسم بندی بازار

5-2- تقسیم بندی قابل اجرا و معنی دار

_ تقسیم بندی قابل اجرا(Actionable Segmentation)

_ تقسیم بندی معنی دار

5-3-ترکیب مناسبی از متغیر ها

5-4-تناظر بازار و مشتریان هدف

۶- تأمین منابع

6-1- منابع شرکت

6-2- شرکاﺀ

٧- جذابیت یک موقعیت

7-1- شدت رقابت 99

رقبای نزدیک (Adjacent competitors)

بررسی رقبا: (competitor Map)

7-2- پویایی های مربوط با مشتریان

7-3- فناوری

7-4- سود دهی مالی

8-ارزیابی نهایی(go/No-go)

مدلهای کسب و کار

آیا شرکت قادر است در مورد ارزش یا ارزشهای ارائه شده با دیگران رقابت کند؟

چگونه یک شرکت یک سرویس آنلاین را توسعه می دهد؟

یک سیستم منابع مناسب و موفق چگونه است؟

معیارهایی برای ارزیابی کیفیت یک سیستم منبع

مشارکت (Partnership)

مدلهای سوددهی برای شرکتهای آنلاین چه هستند؟

2-1- مدلهای مبتنی بر کاربر و شرکت

مدلهای مبتنی بر خلق ارزش توسط شرکت:

واسط مشتری

هفت عنصر طراحی برای واسط مشتری

چه چیز تعیین کننده جلوه یک وب سایت است؟

محتویات وب سایت

تشکل ها در سایت

اهرمهای مورد استفاده برای سفارشی کردن یک سایت

یک سایت چگونه با مشتریان خود ارتباط بر قرار می کند؟

اتصال یک وب سایت با وب سایتهای دیگر

اشکال مختلف تجارت در وب سایت

تبادل الکترونیکی داده ها (EDI)

انواع خرید یک شرکت

خرید مواد مستقیم

تبادل الکترونیکی داده ها (EDI)

EDI های نسل آینده

منابع

 

منابع ومأخذ:

Data Mining Techniques For Marketing, Sales, and Customer Relationship Management (Second Edition) Michael J.A. Berry, Gordon S. Linoff

Data Mining with SQL Server 2005 ,ZhaoHui Tang, Jamie MacLennan ,Wiley

Introduction to Data Mining and Knowledge Discovery ,Two Crows

workshopهای دومین کنفرانس داده‌کاوی ایران

Fast Algorithms for Mining Association Rules,Rakesh Agrawal,Ramakrishnan Srikant, IBM Almaden Research Center, 650 Harry Road, San Jose, CA 95120

Data Mining Multimedia,Soft Computing,and Bioinformatics

SUSHMITA MITRA, Associate Professor,Machine Intelligence Unit,Indian Statistical Institute Kolkata, India

دانشنامه آزاد ویکی پدیا

ماهنامه عملی آموزشی تدبیر شماره 156

Hamshahri Newspaper

Barbara Mento and Brendan Rapple, SPEC Kit 274: Data mining and data warehousing, Association of Research Libraries, Washington, DC (2003, July)

http://www.infotechera.com/

http://www.ece.ut.ac.ir/dbrg/index.htm

http://www.irandoc.ac.ir/index.htm http://www.arts.uci.edu/dobrain/gems.980415b.htm


دانلود با لینک مستقیم


پروژه کاربرد داده کاوی در تجارت الکترونیک. doc
نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد