آمار مطالب
کل مطالب : 8835
آمار کاربران
آمار بازدید
تبلیغات شما
| مقاله ترجمه شده رشته کامپیوتر با عنوان پیشرفت ها در مهندسی نرم افزار - تحلیل تاثیر تکنیک های استخراج داده بر پایگاه داده ها
در جامعه ی اطلاعاتی امروز شاهد روند رو به رشد شرکت های الکترونیکی و ذخیره سازی اطلاعات آنها در پایگاه های داده ای بزرگ هستیم |
 |
| دسته بندی | مهندسی نرم افزار و آی تی |
| فرمت فایل | doc |
| حجم فایل | 651 کیلو بایت |
| تعداد صفحات فایل | 16 |
مقاله ترجمه شده رشته کامپیوتر با عنوان پیشرفت ها در مهندسی نرم افزار
تحلیل تاثیر تکنیک های استخراج داده بر پایگاه داده ها
عنوان انگلیسی :
Analysis the effect of data mining techniques on database
چکیده:
در جامعه ی اطلاعاتی امروز شاهد روند رو به رشد شرکت های الکترونیکی و ذخیره سازی اطلاعات آنها در پایگاه های داده ای بزرگ هستیم. استخراج داده سبب دانش افروزی میشود. استخراج اطلاعات میتواند مفاد بارزشی از پایگاه داده ها آشکار کند که به دانش افروزی و بهبود تجارت هوشمند کمک میکند.
در این مقاله به این موضوغات می پردازیم که تکنیک های استخراج داده ای چه تاثیری بر سیستم های پایگاه داده ای دارند، چگونه میتوان با استفاده از آنها به اطلاعات مورد نظر دست یافت، به چه ابزارهایی برای استفاده از آنها نیاز است، طرفداران و منتقدان اصلی آنها چه کسانی هستند. با تمامی این تفاسیر برآنیم تا نشان دهیم چگونه میتوان تکنولوژی استخراج داده ای را در تکنیک های آن گنجاند.
کلمات کلیدی:
پایگاه داده ها
مهندسی نرم افزار
تکنیک های استخراج داده
پیشرفت ها در مهندسی نرم افزار
مقدمه:
در سال های اخیر استخراج داده به تکنیک بسیار معروفی برای استخراج اطلاعات از پایگاه داده در حوزه های مختلف مبدل شده است که به عوامل گوناگونی من جمله قابلیت دسترسی کاربران به آن و نتایج نشان دهنده آن بستگی دارد. استخراج داده به معنای جستجوی اطلاعات بارزش در حخم وسیع داده ها میباشد.
با افزایش دسترسی به پایگاه های داده ای با ساختارهای مشخص، نیاز به تکنیک های استخراج داده که برای این ساختارها طراحی شده اند نیز بیشتر میشود. به جهت کیفیت بهتر نرم افزار، مهندسان نرم افزار الگوریتم های بسیار ی را برای وظایف مهندسی نرم افزارهای مختلف بکار میبرند.
دستیابی سریع تر و بهتر به پایگاه داده ها، تحلیل و درک نتایج و همچنین ذخیره سازی داده ها که از حیطه ی توانایی افراد خارج است، دانشمندان و محققان را ترغیب نموده است تا در کشف و ابداع فیلدهای خاش اکتساب دانش در پایگاه های داده ای حرکتی صعودی و روزافزون داشته باشند.
حجم اطلاعاتی بالا و عدم توانایی برای درک و فهم فرآیندهایی که سبب ایجاد آنها شده اند باعث استفاده از تکنیک های استخراج داده ای میشود که به این طریق میتوان الگوهای ساختاری گوناگون با مطالب مفید را از پایگاه داده ای استخراج نمود
فهرست مطالب :
چکیده مقاله:2
1-مقدمه:2
2.ارائه ی مدل های استخراجی در پایگاه داده ها3
3.IBM DB24
3.1:استخراجگر هوشمند DB2 با قابلیت مدل سازی:5
3.2:استخراجگر هوشمند DB2 با قابلیت رتبه بندی:6
3.3:استخراجگر هوشمند DB2 با قابلیت تصویرسازی:6
4.Microsoft SQL Server7
4.1:خدمات تحلیلی:7
4.2:خدمات گزارشی:7
شکل2:پایگاه اطلاعات IBM DB28
4.3:خدمات پایگاه داده ای SQL:8
4.4:خدمات ترکیبی سرور SQL:9
4.5:اجزای ایستگاه کاری:9
4.6:خدمات پیشرفته:9
5.MYSQL9
5.1:DBMyne 2008:10
6.پایگاه داده ای ORACLE:11
6.1:واسط های برنامه ریزی استخراج داده در ORACLE:12
6.2:عملکردهای استخراج داده ODM:12
جدول1: خلاصه ای از توابع و الگوریتم DBMS-DB13
6.3:استخراجگر داده ای ORACLE:13
7.مطالعه ی تطبیقی14
8-نتیجه گیری:16
