سال انتشار: ۱۳۸۷

محل انتشار: دومین کنفرانس داده کاوی ایران

تعداد صفحات: ۱۶

نویسنده(ها):

اعظم ایرجی –
بهروز مینایی –

چکیده:

دادهکاوی به عنوان یک رشته علمی نوظهور، فرایند کشف الگوهای مفید در دادهها میباشد. این فرایند از حوز ه های یادگیری ماشین، آمار و پایگاه داده منشاء میگیرد و از تکنیکها یی مانند خوش ه بندی و قوانین انجمنی برای کشف ساختارهای پنهان و مفید در پایگاههای دادهای بزرگ استفاده میکند. بیشتر داده های علمی و تجاری بصورت داده های
زمانی میباشد . توجه به عامل زمان در دادهکاوی، اطلاع از زمان انجام تراکنشها و کشف الگوهای وابسته به زمان از دادهها یاپایگاه دادههای زمانی، دانش بدست آمده را مفیدتر خواهد کرد. استفاده از تکنیکهای داده کاوی با توجه به عامل زمان در پیش بینی و توصیف تراکنش های زمانی و جستجوی شباهت در پایگاههای دادهای زمانی، میتواند در بهینهسازی سیستم – های فروش و پیشبینیهای تجاری بسیار سودمند واقع گردد. کشف قوانین خرید و فروش با در نظر گرفتن عامل زمان ،مدیران تجاری را در بهینه سازی مدیریت فروش تقویت خواهد کردبطوریکه می توانند نظر به اهمیت زمان تراکنش های خاص،سود آوری سیستم تجاری خود را افزایش دهند. در این مقاله سعی شده است تا با ارائه تعاریف روشن از مفاهیم پایه ای در داده کاوی زمانی و نیز بیان عملکرد تکنیکهای داده کاوی زمانی ،چالشها را مورد بررسی قرار دهیم تا بتوانیم جهت گیری مناسبی برای تحقیقات آتی در زمینه استفاده از مناسبترین تکنیک داده کاوی با توجه به عامل زمان در معاملات،جهت بهینه سازی مدیریت سیستم های فروش ارائه نمائیم