Інтелектуальні технології Data Mining і Text Mining

Інформаційні системи і технології на підприємствах

Інтелектуальний аналіз даних (ІАД, Data Mining), або розвідка даних - термін, що застосовується для опису здобуття знань у базах даних, дослідження даних, обробки зразків даних, очищення і збору даних. Це процес виявлення кореляції, тенденцій, шаблонів, зв'язків і категорій.

Термін Data Mining дістав назву від двох понять: дані - data і переробка сирого матеріалу (гірської руди) - mining.

Data Mining - предметна область" що виникла і розвивається на базі таких наук, як прикладна статистика, розпізнавання образів, штучний інтелект, теорія баз даних тощо.

Виникнення і розвиток Data Mining зумовлені різними факторами, серед яких вирізняємо основні: вдосконалення програмно-апаратного забезпечення; вдосконалення технологій зберігання і запису даних; накопичення великої кількості ретроспективних даних; вдосконалення алгоритмів обробки інформації.

Сутність і мету технології Data Mining можна описати так: це технологія, призначена для пошуку у великих інформаційних масивах даних неочевидних, об'єктивних, корисних на практиці закономірностей. ІАД здійснюється за допомогою використання технологій розпізнавання шаблонів, а також статистичних і математичних методів.

При розвідці даних багаторазово виконуються операції і перетворення над "сирими" даними (відбір ознак, стратифікація, кластеризація, візуалізація і регресія), що призначені для знаходження:

• o структур, які інтуїтивно зрозумілі для людей і краще розкривають суть бізнес-процесів, що лежать в основі їх протікання;

• o моделей, які можуть передбачити результат або значення певних ситуацій, використовуючи історичні або суб'єктивні дані.

Інтелектуальний аналіз даних - процес автоматичного пошуку прихованих закономірностей або взаємозв'язків між змінними у великих масивах необроблених даних, що поділяється на задачі класифікації, моделювання і прогнозування. Класичне визначення цього терміна дав у 1996 р. один із засновників цього напряму Г. П'ятецький-Шапіро.

Data Mining - це процес виявлення у необроблених даних раніше невідомих нетривіальних, практично корисних і доступних інтерпретацій знань, необхідних для прийняття рішень у різних сферах діяльності.

За визначенням SAS Institute, Data Mining - це процес виділення, дослідження і моделювання великих обсягів даних для виявлення невідомих до цього структур (patterns) з метою досягнення переваг у бізнесі.

За визначенням Gartner Group, Data Mining - це процес, мета якого - виявляти нові кореляції, зразки і тенденції у результаті просіювання великого обсягу даних з використанням методик розпізнавання зразків і статистичних та математичних методів.

В основу технології Data Mining покладено концепцію шаблонів (patterns), що є закономірностями, які властиві вибіркам даних і можуть бути подані у формі, зрозумілій людині.

Задачі Data Mining:

• 1. Класифікація (Classification) - виявляються ознаки, які характеризують групи об'єктів досліджуваного набору даних - класи; за цими ознаками новий об'єкт можна віднести до того або іншого класу. Для вирішення задач класифікації можуть використовуватися методи: найближчий сусід (Nearest Neighbor); к-найближий сусід (k-Nearest Neighbor); байє-совські мережі (Bayesian Networks); індукція дерев рішень; нейронні мережі (neural networks).

• 2. Кластеризація (Clustering) - результатом її є поділ об'єктів на групи.

• 3. Асоціація (Associations) - знаходять закономірності між пов'язаними подіями у наборі даних. Найбільш відомий алгоритм рішення задачі пошуку асоціативних правил - алгоритм Аргіогі.

• 4. Послідовність (Sequence), або послідовна асоціація (sequential association), - дає можливість знайти часові закономірності між транзакціями. Завдання послідовності подібне до асоціації, але її метою є встановлення закономірностей між подіями, пов'язаними за часом, тобто послідовність визначається високою ймовірністю ланцюжка пов'язаних за часом подій.

• 5. Прогнозування (Forecasting) - на основі особливостей історичних даних оцінюються майбутні значення показників. Застосовуються методи математичної статистики, нейронні мережі тощо.

Сторінки


В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Інформаційні системи і технології на підприємствах» автора Плескач В.Л. на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Інтелектуальні технології Data Mining і Text Mining“ на сторінці 1. Приємного читання.

Зміст

  • ПЕРЕЛІК СКОРОЧЕНЬ

  • Розділ 1. Основні поняття і роль інформаційних систем та технологій в управлінні підприємствами

  • Сутність та поняття інформації і даних

  • Властивості інформації

  • Семантична та прагматична міри інформації

  • Інформаційні ресурси для управління діяльністю підприємства

  • Поняття інформаційного простору

  • Інформаційні технології

  • Використання IT в управлінні соціально-економічними системами

  • Структура інформаційної технології

  • Стратегія розвитку IT на підприємстві

  • Інформаційні системи

  • Проблеми захисту інформації на підприємствах

  • Відкриті системи

  • Середовище відкритих систем

  • Модель МІС

  • Удосконалення управління підприємством у процесі міжнародної економічної інтеграції

  • Зовнішнє і внутрішнє середовища підприємства

  • Розділ 2. Економічна інформація на підприємствах і засоби її формалізованого опису

  • Структури подання економічної інформації

  • Класифікація економічної інформації

  • Методи кодування економічної інформації

  • Штрихове кодування економічної інформації

  • Єдина система класифікації та кодування техніко-економічної інформації

  • Розділ 3. Cучасні підходи до розроблення -і впровадження інформаційних систем

  • Моделі життєвого циклу ПЗ

  • Інженерія вимог

  • Структурний підхід до розроблення ПЗ

  • Методи структурного аналізу і проектування ПЗ

  • -засоби

  • Класифікація САSЕ -засобів

  • Тестування програм та систем

  • Аналіз якості програмного забезпечення

  • Повторне використання компонентів ІС

  • Процеси життєвого циклу ІС

  • Розділ 4. Засоби створення і забезпечення інформаційних технологій на підприємствах

  • Використання ІТ в управлінні соціально-економічними системами

  • Тенденції розвитку інформаційних технологій

  • Критерії класифікації інформаційних технологій

  • Математичне забезпечення (МЗ)

  • Апаратне забезпечення

  • Технічні засоби обробки інформації

  • Пристрої виводу інформації

  • Програмне забезпечення

  • Автоматизоване робоче місце фахівця, основні функції та компоненти

  • Розподілений доступ до інформаційного середовища

  • Підхід до композиції сервіс-орієнтованих прикладних застосунків

  • Етапи життєвого циклу СОА

  • Internet-, Extranet-, Intranet-технології

  • Розділ 5. Автоматизація управління проектами на підприємствах

  • Сутність та поняття проекту

  • Автоматизована система управління ІТ-проектом

  • Програмний продукт управління проектами Office Project Standard-2007

  • Програмні продукти управління проектами

  • Програма Альт-Інвест 3.0

  • Розділ 6. Еволюція стратегічних моделей управління підприємствами в інформаційних системах

  • MRP-система (планування матеріальних ресурсів)

  • MRP ІІ-система (планування виробничих ресурсів)

  • ERP-система (планування ресурсів підприємства)

  • Застосування системи Microsoft XAL на світових ринках

  • Основні модулі ERP-системи компанії В A AN IV

  • Концепція ERP II

  • СSRР-система (планування ресурсів, синхронізоване зі споживачем)

  • Розділ 7. Інформаційні системи підтримки прийняття рішень та їх використання на підприємствах

  • Організаційно-технологічні основи теорії прийняття рішень

  • Класифікація СППР

  • Архітектура СППР

  • Тенденції розвитку СППР

  • Розділ 8. Інтелектуальні інформаційні системи на підприємствах

  • Квазіалгоритми

  • Організаційні основи експертних систем

  • Класифікація експертних систем

  • Інструментарій створення ЕС

  • Інтелектуальні системи аналізу і звітності на підприємствах. Приклади використання інтелектуальних ВІ-платформ

  • Структура Cognos & ВІ

  • ВІ Server

  • ВІ Publisher

  • ВІ Delivers

  • ВІ Office Plug-In

  • ВІ Disconnected Analytics

  • Використання можливостей баз даних

  • Архітектура MicroStrategy

  • -системи

  • -запити

  • Інтелектуальні технології Data Mining і Text Mining
  • Задача класифікації і регресії

  • Моделі Data Mining

  • Статистичні методи Data Mining

  • Інтелектуальні технології Text Mining

  • Агентно орієнтовані системи на підприємствах

  • Віртуальні організації

  • Типи віртуальних підприємств

  • Онтологічний підхід до використання знань на підприємствах. Організаційні онтології

  • Висновки

  • Розділ 9. Web-технології на підприємствах

  • Засоби створення Web-сайтів

  • Інші Web-технології

  • Сайт як засіб підтримки і розвитку підприємства

  • Web-сервіси як технологічний базис інтеграції підприємств

  • Сервіс-орієнтована архітектура

  • Розділ 10. Інформаційні системи управління корпораціями

  • Єдиний інформаційний простір

  • Класифікація КІС

  • Корпоративна інформаційна система SAP R/3

  • Бізнес-інжиніринг в SAP R/3

  • Бюджетування та його реалізація в корпоративних інформаційних системах

  • ВИСНОВКИ

  • ГЛОСАРІЙ