دانلود رایگان روان کاوی 40 ص

اختصاصی از کوشا فایل دانلود رایگان روان کاوی 40 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 71

روان‎کاوی به عنوان روشی برای درمان

«تنها معیاری که حقیقت را به وسیلة آن می‎توان ارزیابی کرد، نتایج عملی حاصل از آن است».

«مائوتسه تونگ»

افراد غیرحرفه‎ای روان‎کاوی را بیشتر به عنوان روشی برای درمان اختلالهای روانی، روان‎رنجوری و احتمالاً روان‎پریشی به شمار می‎آورند. مسلم است که فروید برای نخستین بار نظریه و روشهای روان‎کاوی را برای درمان بیماران روانی مطرح و ادعاهای بسیاری را در مورد این روشها بیان کرده است. نخستین ادعا این است که روان‎کاوی می‎تواند ناراحتی‎های بیماران روانی را درمان کند؛ و دومین ادعا این است که فقط روان‎کاوی می‎تواند این کار را انجام دهد. نظریة او دربارة روان‎رنجوریها و روان‎پریشی‎ها اساساً تأکید دارد که شکایتهایی که بیمار نزد روان‎پزشک یا روان‎شناس بیان می‎کند، صرفاً نشانه‎های برخی از بیماریهای بنیادی و عمیق‎تر هستند و تا این بیماریها درمان نشوند، امیدی برای بهبود بیمار وجود نخواهد داشت، و چنانچه تلاش کنیم تا این نشانه‎ها را رفع کنیم، دوباره عود خواهند کرد و یا نشانه‎های دیگر جانشین آنها خواهند شد؛ برای مثال، نشانة دیگری که در حد نشانة پیشین و یا حتی شدیدتر از آن است ظاهر می‎شود. پس رویگردانی فروید از آنچه وی آنها را «درمانهای سمپتوماتیک» (یا نشانگر) می‎نامد، از این امر ریشه می‎گیرد و جانشینان جدید او نیز بر این عقیده اصرار می‏ورزند.

به باور فروید، «اختلالی» که در پس نشانه‎های ظاهری قرار دارد به سرکوبی افکار و احساسهایی مربوط می‎شود که با اخلاق و نگرش هشیار بیمار در تعارض هستند و نشانه‎های بیماری بیانگر این افکار و امیال سرکوفته و ناهشیارند. از دیدگاه فروید تنها راه درمان آن است که بیمار به بینش» برسد، و این کار به کمک تعبیر رؤیاها، لغزشهای اتفاقی در گفتار، فراموشیهای لحظه‎ای در حافظه و اعمال نامناسب امکان‎پذیر است. فروید عقیده داشت که همة‌ این پدیده‎ها به وسیلة‌ موضوع‎های سرکوب شده‎ای ایجاد می‎شوند که خاستگاه آنها قابل پیگیری است و به محض ‌«بینش» یافتن نسبت به آنها نشانه‎های بیماری ناپدید می‎شوند و بیمار درمان خواهد شد. البته معنای واژة «بینش» از دیدگاه فروید نه تنها شامل توافق شناختی با درمانگر است بلکه پذیرش هیجانی پیوند علت و معلولی را نیز دربرمی‎گیرد. فروید معتقد بود که ممکن است برخی از روشهای درمان برای مدتی بدون رسیدن به چنین بینشی، در ناپدید کردن بیماری موفق باشند، ولی بیماری باقی خواهد ماند.

این الگو که از دیدگاه پزشکی نسبت به بیماریها گرفته شده، در نظر پزشکان بسیار گیرا است، زیرا همیشه به آنان گفته شده است که نباید تب را به طور مستقیم درمان کرد، چرا که تب تنها یک نشانه است. کاری که باید انجام شود آن است که بیماری ایجاد‎کنندة تب را درمان کنیم، زیرا وقتی خود بیماری از میان رفت، تب نیز قطع خواهد شد. البته در پزشکی عمومی نیز قایل شدن تمایز میان بیماری و نشانة بیماری همواره روشن نیست، برای مثال، آیا پای شکسته یک بیماری است یا نشانة آن است؟ فروید و پیروانش هیچ‎گاه دربارة‌ کاربردپذیری الگوی پزشکی برای اختلالهای روانی تردید به خود راه نداده‎اند ولی همان‎طور که خواهیم دید، دیدگاه آنان به طور قطع درست نیست و دیدگاه‎های دیگری در برابر آن مطرح شده‎اند.

در سالهای بعد، فروید نسبت به امکان کاربرد روان‎کاوی به عنوان روشی برای درمان

پایان نامه تکنیک های داده کاوی با نرم افزار وکا( دانلود پایان نامه تکنیک های داده کاوی با نرم افزار وکا )

اختصاصی از کوشا فایل پایان نامه تکنیک های داده کاوی با نرم افزار وکا( دانلود پایان نامه تکنیک های داده کاوی با نرم افزار وکا ) دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه تکنیک های داده کاوی :

عنوان پروژه : تکنیک های داده کاوی با استفاده از نرم افزار وکا

قالب بندی : ورد

تعداد صفحه : 49

شرح محصول :

  تا به امروز نرم افزارهای تجاری و آموزشی فراوانی برای داده کاوی در حوزه های مختلف داده ها به دنیای علم و فناوری عرضه شده اند. هریک از آنها با توجه به نوع اصلی داده هایی که مورد کاوش قرار میدهند، روی الگوریتمهای خاصی متمرکز شده اند. مقایسه دقیق و علمی این ابزارها باید از جنبه های متفاوت و متعددی مانند تنوع انواع و فرمت داده های ورودی، حجم ممکن برای پردازش داده ها، الگـوریتمهای پیاده سـازی شده، روشهای ارزیابی نتایج، روشهای مصـور سـازی، روشهای پیش پردازش داده ها، واسطهای کاربر پسند، پلت‌فرمهای سازگار برای اجرا،قیمت و در دسترس بودن نرم افزار صورت گیرد. از آن میان، نرم افزار Weka با داشتن امکانات بسیار گسترده،امکان مقایسه خروجی روشهای مختلف با هم، راهنمای خوب، واسط گرافیگی کارا، سازگاری با سایر برنامه های ویندوزی، و از همه مهمتر وجود کتابی بسیار جامع و مرتبط با آن [Data Mining, witten et Al. 2005 ] ، معرفی میشود.

پایان نامه کاربرد داده کاوی در تجارت الکترونیک

اختصاصی از کوشا فایل پایان نامه کاربرد داده کاوی در تجارت الکترونیک دانلود با لینک مستقیم و پر سرعت .

تعداد  صفحات : 176   
فرمت فایل: word(قابل ویرایش)  
 فهرست مطالب:
فهرست
چکیده................................................................................................................................8              
                    
تکنیکهای داده کاوی و متدلوژیهای ان
مقدمه    9
عناصر داده کاوی    15
پردازش تحلیلی پیوسته:    16
قوانین وابستگی:    17
شبکه های عصبی :    17
الگوریتم ژنتیکی:    17
نرم افزار    18
کاربردهای داده کاوی    18
داده کاوی  و کاربرد آن در کسب و کار هوشمند بانک    19
داده کاوی درمدیریت ارتباط بامشتری    21
کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی    22
مدیریت موسسات دانشگاهی    23
داده کاوی آماری و مدیریت بهینه وب سایت ها    25
داده کاوی در مقابل پایگاه داده   Data Mining vs database    26
ابزارهای تجاری داده کاوی    27
منابع اطلاعاتی مورد استفاده    28
انبار داده    29
مسائل کسب و کار برای دادهکاوی    31
چرخه تعالی داده کاوی چیست؟    31
متدلوژی داده‌کاوی و بهترین تمرینهای آن    35
یادگیری چیزهایی که درست نیستند    36
الگوهایی که ممکن است هیچ قانون اصولی را ارائه نکنند    36
چیدمان مدل ممکن است بازتاب دهنده جمعیت وابسته نباشد    38
ممکن است داده در سطح اشتباهی از جزئیات باشد    38
یادگیری چیزهایی که درست ولی بلااستفادهاند    40
مدل‌ها، پروفایلسازی، و پیش‌بینی    42
پیش بینی    44
متدلوژی    45
مرحله 1: تبدیل مسئله کسب و کار به مسئله داده‌کاوی    46
مرحله 2: انتخاب داده مناسب    48
مرحله سوم: پیش به سوی شناخت داده    51
مرحله چهارم: ساختن یک مجموعه مدل    52
مرحله پنجم: تثبیت مسئله با داده‌ها    54
مرحله ششم: تبدیل داده برای آوردن اطلاعات به سطح    56
مرحله هفتم: ساختن مدلها    59
مرحله هشتم: ارزیابی مدل ها    59
مرحله نهم: استقرار مدل ها    63
مرحله 10: ارزیابی نتایج    64
مرحله یازدهم: شروع دوباره    64
وظایف دادهکاوی    65
1- دستهبندی    65
2- خوشه‌بندی    65
3- تخمین    66
4- وابستگی    68
5- رگرسیون    69
6- پیشگویی    70
7- تحلیل توالی    70
8- تحلیل انحراف    71
9- نمایه‌سازی    72

تجارت الکترونیک

فصل اول: مقدمه ای بر تجارت الکترونیکی    73
1-  طبقه‌های مختلف تجارت الکترونیکی    75
2- تفاوت تجارت الکترونیکی با تجارت سنتی    76
3- نقش دولت در تجارت الکترونیک    78
فصل دوم : شکل دهی موقعیت بازار    80
1- چار چوبی برای تحلیل موقعیت بازار    80
1-1- پرورش موقعیت :    80
1-2-کشف هسته اصلی موقعیت :    81
1-3- شناسایی مشتریان هدف :    81
1-4- مطالعه توانمندیها و منابع شرکت :    81
1-5- اندازه گیری جذابیت موقیت :    82
2 ) ویژگی های تحلیل موقعیت بازار در اقتصاد جدید:    82
3_ دو نوع ارزش ( value type ) عمده    84
3_2_ ارزش های جدید (  New-To-The-World value ) :    86
4 – شناسایی نیاز های برآورده شده و برآورده نشده    88
4-1_ فرآیند تصمیم گیری مشتری    88
4-2_ آشکارسازی نیازهای برآورده شده و برآورده نشده    89
5- تعیین مشتریان ویژهای که شرکت قصد متقاعد کردن آنهارا دارد.    91
5-1- روشهایی برای تقسم بندی بازار:    91
5-2- تقسیم بندی قابل اجرا و معنی دار    92
_ تقسیم بندی قابل اجرا(Actionable Segmentation)    93
_ تقسیم بندی معنی دار    93
5-3-ترکیب مناسبی از متغیر ها    93
5-4-تناظر بازار و مشتریان هدف    96
۶- تأمین منابع    97
6-1- منابع شرکت :    97
6-2- شرکاﺀ :    98
٧- جذابیت یک موقعیت :    99
7-1- شدت رقابت    99
رقبای نزدیک (Adjacent competitors)  :    100
بررسی رقبا : (competitor Map)    100
7-2- پویایی های مربوط با مشتریان :    101
7-3-  فناوری :    101
7-4- سود دهی مالی :    103
8-ارزیابی نهایی(go/No-go)    104
مدلهای کسب و کار    105
آیا شرکت قادر است در مورد ارزش یا ارزشهای ارائه شده با دیگران رقابت کند؟    105
چگونه یک شرکت یک سرویس آنلاین را توسعه می دهد؟    107
یک سیستم منابع مناسب و موفق چگونه است؟    109
معیارهایی برای ارزیابی کیفیت یک سیستم منبع:    112
مشارکت (Partnership):    113
مدلهای سوددهی برای شرکتهای آنلاین چه هستند؟    114
2-1- مدلهای مبتنی بر کاربر و شرکت:    115
مدلهای مبتنی بر خلق ارزش توسط شرکت:    117
واسط مشتری    121
1- هفت عنصر طراحی برای واسط مشتری    121
2- چه چیز تعیین کننده جلوه یک وب سایت است؟    125
3- محتویات وب سایت    129
4- تشکل ها در سایت    132
5- اهرمهای مورد استفاده برای سفارشی کردن یک سایت    136
6- یک سایت چگونه با مشتریان خود ارتباط بر قرار می کند؟    139
7-  اتصال یک وب سایت با وب سایتهای دیگر    142
8- اشکال مختلف تجارت در وب سایت    144
تبادل الکترونیکی داده ها (EDI)    147
1- انواع خرید یک شرکت    147
2- خرید مواد مستقیم    147
3- تبادل الکترونیکی داده ها (EDI)     148
EDI های نسل آینده    150
منابع.......................................................................................................... 151

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.
داده‌کاوی، بهمراه OLAP، گزارشگری تشکیلات اقتصادی(Enterprise reporting) و ETL، یک عضو کلیدی در خانواده محصول Business Intelligence(BI)، است.[2Error! Reference source not found.]
حوزه‌های مختلفی وجود دارد که در آنها حجم بسیاری از داده در پایگاه‌داده‌های متمرکز یا توزیع شده ذخیره می‌شود. برخی از آنها به قرار زیر هستند: [6Error! Reference source not found.]
•    کتابخانه دیجیتال: یک مجموعه سازماندهی شده از اطلاعات دیجیتال که بصورت متن در پایگاه‌داده‌های بزرگی ذخیره می شوند.
•    آرشیو تصویر: شامل پایگاه‌داده بزرگی از تصاویر به شکل خام یا فشرده.
•    اطلاعات زیستی: بدن هر انسانی از 50 تا 100 هزار نوع ژن یا پروتئین مختلف ساخته شده است. اطلاعات زیستی شامل تحلیل و تفسیر این حجم عظیم داده ذخیره شده در پایگاه‌داده بزرگی از ژنهاست.
•    تصاویر پزشکی: روزانه حجم وسیعی از داده‌های پزشکی به شکل تصاویر دیجیتال تولید می‌شوند، مانند EKG، MRI، ACT، SCAN و غیره. اینها در پایگاه‌داده‌های بزرگی در سیستم‌های مدیریت پزشکی ذخیره می شوند.
•    مراقبت‌های پزشکی: بجز اطلاعات بالا، یکسری اطلاعات پزشکی دیگری نیز روزانه ذخیره می‌شود مانند سوابق پزشکی بیماران، اطلاعات بیمه درمانی، اطلاعات بیماران خاص و غیره.
•    اطلاعات مالی و سرمایه‌گذاری: این اطلاعات دامنه بزرگی از داده‌ها هستند که برای داده‌کاوی بسیار مطلوب می‌باشند. از این قبیل داده‌ها می‌توان از داده‌های مربوط به سهام، امور بانکی، اطلاعات وام‌ها، کارت‌های اعتباری، اطلاعات کارت‌های ATM، و کشف کلاه‌برداری‌ها می باشد.
•    ساخت و تولید: حجم زیادی از این داده‌ها روزانه به اشکال مختلفی در کارخانه‌ها تولید می‌شود. ذخیره و دسترسی کارا به این داده‌ها و تحلیل آنها برای صنعت تولید بسیار بااهمیت است.
•    کسب و کار و بازاریابی: داده‌ لازم است برای پیش‌بینی فروش، طراحی کسب و کار، رفتار بازرایابی، و غیره.
•    شبکه راه‌دور: انواع مختلفی از داده‌ها در این صنعت تولید و ذخیره می شوند. آنها برای تحلیل الگوهای مکالمات، دنبال کردن تماس‌ها، مدیریت شبکه، کنترل تراکم، کنترل خطا و غیره، استفاده می‌شوند.
•    حوزه علوم: این حوزه شامل مشاهدات نجومی، داده زیستی، داده ژنومیک، و غیره است.
•    WWW: یک حجم وسیع از انواع مختلف داده که در هر جایی از اینترنت پخش شده‌اند.
در بیشتر این حوزه‌ها، تحلیل داده‌ها یک روال دستی بود. یک تحلیلگر کسی بود که با داده‌ها بسیار آشنا بود و با کمک روش‌های آماری، خلاصه‌هایی تهیه و گزارشاتی را تولید می‌کرد. در یک حالت پیشرفته‌تر، از یک پردازنده پیچیده پرسش استفاده می‌شد. اما این روش‌ها با افزایش حجم داده‌ها کاملا بلااستفاده شدند.

مقاله انگلیسی داده کاوی همراه با ترجمه

اختصاصی از کوشا فایل مقاله انگلیسی داده کاوی همراه با ترجمه دانلود با لینک مستقیم و پر سرعت .

مقاله انگلیسی DATA Mining (دیتا ماینینگ، داده کاوی) همراه با ترجمه و پاورپوینت برای ارائه

عنوان انگلیسی مقاله:Data mining with Big Data

عنوان فارسی مقاله: داده کاوی با داده های بزرگ

تعداد صفحات مقاله:11

تعداد صفحات ترجمه :28

تعداد صفحات پاور پوینت : 38

دانلود پایان نامه کامل در مورد داده کاوی در مدیریت ارتباط با مشتری (تعداد صفحات )

اختصاصی از کوشا فایل دانلود پایان نامه کامل در مورد داده کاوی در مدیریت ارتباط با مشتری (تعداد صفحات ) دانلود با لینک مستقیم و پر سرعت .

امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها، نیاز به ابزاری است تا بتوان داده های ذخیره شده پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد. با استفاده ار پرسش های ساده در SQL و ابزارهای گوناگون گزارش گیری معمولی، می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازن د اما وقتی که حجم داده ها بالا باشد، کاربران هر چقدرحرفه ای و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شند، هزینه عملیات از نظر نیروی انسانی و مالی بسیار بالا است. بنابراین می شود گفت که درحال حاضر یک تغییر الگو از مدل سازی و تحلیل های کلاسیک برپایه اصول اولیه به مدل های درحال پیشرفت و تحلیل های مربوط بطور مستقیم از داده ها وجود دارد. داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند. در داده کاوی از بخشی از به نام تحلیل اکتشافی داده ها استفاده می شود که در آن بر کشف اطلاعات نهفته و ناشناخته از درون حجم انبوه داده ها تاکید می شودبنابراین می توان گفت در داده کاوی تئوریهای پایگاه داده ها، هوش مصنوعی، یادگیری ماشین وعلم آمار را در هم می آمیزند تا زمینه کاربردی فراهم شود. باید توجه داشت که اصطلاح داده کاوی زمانی به کار برده می شود که با حجم بزرگی از داد ه ها در حد گیگابایت یا ترابایت، مواجه باشیم که از این نظر یکی از بزرگترین بازارهای هدف، انبارجامع داده ها، مراکز داده وسیستم های پشتیبانی تصمیم برای بدست آوردن تخصص هایی در صنایعی مثل شبکه های توزیع مویرگی، تولیدف مخابرات، بیمه و …می باشد.

مدیریت ارتباط با مشتری به همه فرآیندها و فناوری هایی گفته می شود که در شرکت ها و سازمان ها برای شناسایی، ترغیب، گسترش، حفظ و ارائه خدمت به مشتریان به کار می رود. سازمان ها با استفاده از CRM می توانند چرخه فروش را کوتاهتر و وفاداری مشتری به ایجاد روابط نزدیکتر و درآمد را افزایش دهند. سیستم مدیریت روابط با مشتری می تواند کمک کند تا مشتریان موجود حفظ شوند و مشتریان جدیدی جذب شوند. سازمان ها برخی روش هایی را شامل مدیریت ارتباط با مشتری، تحلیل ارزش مشتری، استراتژی سازمانی و ساز و کارهای خدماتی که کارایی ارتباطات مشتری را بهبو د می دهد بکار می برند. مدیریت ارتباط با مشتری استراتژی ای برای کسب مشتریان جدید و نگهداشتن آنها است. مدیریت ارتباط با مشتری عملیاتی شامل تمام فعالیتهای مرتبط با مشتریان بی واسطه همچون شرکتها می باشد. ارتباط بین این دو( داده کاوی و مدریت ارتباط با مشتری) خیلی مهم و اساسی می باشد زیرا شر کت ها با داده کاوی خواسته های مشتریان خود را می شناسند و بر اساس با آن به مشتریان خود سرویس می دهند در این مقاله در بخش اول با مقدمه ای از داده کاوی و تاریخچه ای در این مورد را برسی می کنیم و در بخش بعد با داده کاوی اشنا می شویم بعد با وب کاوی که اساس بسیاری از شرکت ها برای استخراج داده های خام از پرتال های خود هستند اشنا می شویم در بخش چهارم با مدریت ارتباط با مشتری اشنا می شویم و در فصل آخر ارتباط بین این دو را برسی می کنیم

فهرست :

چکیده

 فصل اول مقدمه

 مقدمه

 تاریخچه

 فصل دوم داده کاوی

 تعریف داده کاوی

 تعریف جامع

 مراکز داده چیست

 برخی از کاربرد های داده کاوی در محیط واقعی

 چرخه تعالی داده کاوی

 فرآیند داده کاوی

 مدل ها ، پروفایل سازی و پیش بینی

 پروفایل سازی

 متدلوژی

 دیگر نظریه ها

 وظایف داده کاوی

 آماده سازی داده ها

 فصل سوم وب کاوی

 وب کاوی

 روش های وب کاوی

 فصل چهارم مدیریت ارتباط با مشتری

 تاریخچه

 مشتری کیست

 مدیریت ارتباط با مشتری

 نقش مدیران ارشد در ارتباط با مشتریان

 مزایای بکار گیری سیستم های مدیریت ارتباط با مشتری

 چارچوب گارتنر

 اندازه گیری رضایت مشتری

تفاوت  CSM و CRM

 فصل پنجم ارتباط بین داده کاوی و مدیریت ارتباط با مشتری

 ارتباط بین داده کاوی و مدیریت ارتباط با مشتری

 مدیریت ارتباط با مشتری

نتیجه گیری

منابع و ماخذ