مدیریت ذخیره سازی و دستیابی اطلاعات
داده های اطلاعاتی به عنوان یکی از منابع حیاتی سازمان شناخته می شود و بسیاری از سازمان ها با اطلاعات و دانش سازمانی خود مانند سایر دارایی های ارزشمندشان برخورد می کنند .
نکته: داده اطلاعاتی (Data) به اطلاعات خام سازمان اتلاق میشود و اطلاعات (Information) به دادههای پردازش شده. همچنین داده های پردازش شده پس از طبقه بندی و آنالیز به دانش سازمان (Knowledge) تبدیل می گردند.
حال تصور نمایید، دسترسی به اطلاعات (Information) در شرایطی که دادهها به روش نامناسبی نگهداری شوند و یا روش ضابطه مندی جهت دستیابی به آنها وجود نداشته باشد تا چه حد مشکل است . برای رسیدن به یک سیستم اطلاعاتی مناسب، دادهها می بایست به صورتی منطقی طبقه بندی و ذخیره شوند تا استفاده از آن ها سادهتر بوده، با کارایی بیشتری تحلیل شوند و سریعتر مورد استفاده قرار گیرند و در نتیجه مدیریت بهتری بر آن ها اعمال شود.
ساختار بانک اطلاعاتی سازمان:
داده های سازمان ها در انواع بانک های اطلاعاتی و با ساختارهای متنوعی ذخیره میگردند . طراحی و سازماندهی این ساختارها، بکارگیری و انتقال به بانکهای اطلاعاتی پیشرفته و بهینه سازی آن ها یکی خدماتی است که توسط واحدهای فناوری اطلاعات ارایه می شود .
دادهکاوی چیست؟
فناوریهای نوین اطلاعاتی و ارتباطی، و همچنین تکنولوژیهای پشتیبان تصمیم، با جمعآوری، ذخیره، ارزیابی، تفسیر و تحلیل، بازیابی و اشاعه اطلاعات و دانش به کاربران خاص، میتوانند در اطلاعیابی بهموقع، صحیح و موردنیاز به افراد تاثیر زیادی داشتهباشند. یکی از ابزارهای مورد استفاده در این فناوریها، داده کاوی می باشد. دادهکاوی شامل استفاده از ابزارهای پیشرفته تحلیل داده به منظور کشف الگوهای معتبر، از قبل ناشناخته و روابط در مجموعه دادههای بزرگ است. این ابزارها، مدلهای آماری، الگوریتمهای ریاضی و متدهای یادگیری ماشین (الگوریتمهایی که عملکرد خود را از طریق تجربه بهصورت اتوماتیک بهبود میدهند) میباشد. دادهکاوی فراتر از جمعآوری و مدیریت داده است، و شامل تجزیه و تحلیل و پیشگویی میشود. نام دیگر آن کشف دانش در پایگاه داده یا به اختصار KDD است .
دادهکاوی میتواند روی دادههای کمی، متنی، یا چندرسانهای انجامگیرد. کاربردهای آن شامل موارد زیر میباشد :
– قوانین وابستگی: الگوهایی که در آن وجود یک آیتم دلالت بر وجود آیتم دیگر دارد،
– کلاسبندی: انتساب الگوها به یک مجموعه کوچک از کلاسهای از قبل تعریف شده به وسیله کشف بعضی روابط بین ویژگیها،
– خوشه بندی: گروهبندی مشتریان یا مجموعه الگوهایی که ویژگیهای مشابهی دارند،
– پیشگویی: کشف الگوها برای پیشگویی منطقی درباره آینده،
– تحلیل مسیر یا الگوهای ترتیبی: الگوهایی که در آن یک رخداد منجر به وقوع رخداد دیگر میشود.
دادهکاوی یک تکنولوژی جدید نیست ولی کاربرد آن بهطور معناداری در بخشهای مختلف خصوصی و عمومی روبهرشد بوده و عموما صنایعی چون بانک، بیمه، پزشکی و خردهفروشی از دادهکاوی به هدف کاهش هزینهها، افزایش تحقیقات و افزایش فروش استفاده میکنند.
از شما دوستان عزیز که این مطلب آموزشی را دنبال نموده اید تشکر می کنیم و شما را دعوت میکنیم که برای فراگیری داده کاوی مطالب ما را دنبال کنید.این مطالب برای افزایش دانش شما در سایت قرار داده شده و کمک زیادی در یادگیری شما در انجام پروژه داده کاوی خواهد نمود.
فریلنسر هستم و مهارت انجام پروژه ای را دارم!
اگر شما فریلنسر هستید و توانایی انجام پروژه ای را در یک رشته یا حوزه ای خاص دارید برای فعالیت در سایت کافه پروژه و کسب درآمد می توانید در سایت ثبت نام کنید و پروژه هایی با مهارت انتخاب خود را مشاهده کنید.جهت ثبت نام و ثبت رزومه خود در سایت از طریق دکمه پایین صفحه در سایت عضو شوید:
نحوه سفارش پروژه در سایت کافه پروژه :
اگر پروژه ای دارید که میخواهید آن را برون سپاری کنید کافی است در سایت کافه پروژه ثبت نام کنید و پروژه خود را ثبت نمایید.پروژه شما هر چه که باشد حتما مجری برای آن وجود دارد.جهت ثبت نام و ثبت سفارش پروژه خود برروی دکمه زیر کلیک نمایید.
بدون دیدگاه